1. 课程导入与可靠性工程定位

在工程实践中，一个产品“能不能用”和“用得久不久、稳不稳”是两个不同层次的问题。前者由功能设计回答，后者则由可靠性工程回答。本课程围绕可靠性指标与失效概率计算展开，而本节作为开篇，需要先把几个基础概念厘清：什么是可靠性，失效与故障有何区别，可靠性指标在工程决策中究竟扮演什么角色，以及整门课程的知识框架如何组织。

一、可靠性的定义与三个要素

可靠性的一般定义是：产品在规定条件下、规定时间内，完成规定功能的能力。这个定义看似简短，却包含三个不可分割的要素，缺一不可。

• 规定条件：包括载荷、温度、湿度、电压、振动、维护方式等使用与环境条件。同一产品在实验室常温常压与在户外高温高湿环境下，可靠性水平完全不同，脱离条件谈可靠性没有意义。
• 规定时间：可靠性是时间的函数。一个器件能工作 100 小时与能工作 10000 小时，对应的可靠性指标差异巨大。时间可以是工作小时、循环次数、里程等广义时间量。
• 规定功能：必须明确产品“正常”的判据，即哪些性能参数在什么范围内算合格。功能判据不清晰，失效就无法判定，可靠性也就无从度量。

从数学角度看，若用随机变量 T 表示产品从开始工作到失效的时间，则可靠度定义为 R(t) = P(T > t)，即在时刻 t 之前不发生失效的概率。这一定义把可靠性从定性描述转化为可计算的概率量，也是后续失效概率计算的基础。

二、失效与故障：两个容易混淆的概念

失效（failure）指产品丧失完成规定功能的能力，是一个状态或事件；故障（fault）通常指产品出现的、可能导致失效的缺陷或异常状态。二者的关系可以理解为：故障是原因或征兆，失效是结果。例如某电源模块中一个电容容量衰减（故障），当衰减到不足以维持输出电压时，模块输出跌出规定范围，此时发生失效。

工程上还需区分失效模式与失效机理。失效模式是失效的外在表现，如开路、短路、参数漂移、断裂、泄漏；失效机理是导致失效的物理化学过程，如电迁移、疲劳裂纹扩展、腐蚀、介质击穿。可靠性分析中，识别失效模式用于判断“怎么坏的”，追溯失效机理用于回答“为什么坏”，二者共同支撑改进措施的设计。

三、可靠性指标在工程决策中的作用

可靠性指标不是学术装饰，而是工程决策的量化依据。常见的指标包括可靠度 R(t)、失效概率 F(t)、失效概率密度 f(t)、失效率 λ(t)、平均寿命 MTTF、平均故障间隔时间 MTBF、以及面向维修的可用度 A。它们从不同侧面描述同一可靠性状态，彼此存在确定的换算关系。

这些指标在决策中的典型用途包括：在方案设计阶段比较不同架构的预计可靠度，决定是否采用冗余；在元器件选型时依据失效率数据评估整机寿命是否满足合同要求；在售后阶段用现场失效数据反推失效率，判断是否触发批次预警；在维修策略上依据可用度权衡预防性维修间隔。可以说，可靠性指标把“感觉可靠”变成了“可以论证、可以验收、可以追责”的工程语言。

四、从指标到计算：一个示例性说明

为了让抽象指标落地，这里给出一个教学示例（参数为合理假设，非实测数据）。假设某电子组件在恒定失效率阶段工作，失效率 λ = 2×10⁻⁵ /h。若采用指数分布模型，则可靠度 R(t) = e^(−λt)，平均寿命 MTTF = 1/λ = 50000 h。当要求工作 10000 h 时，R(10000) = e^(−0.2) ≈ 0.819，即失效概率约 18.1%。若合同要求该时间点可靠度不低于 0.90，则需把 λ 降到约 1.05×10⁻⁵ /h，可通过降额使用、冗余或更换高等级器件实现。这个简单推演展示了“指标—计算—设计改进”的闭环，也是本课程后续章节要反复使用的分析范式。

五、学习本课程应建立的两个习惯

第一，先明确条件与判据，再谈数值。任何可靠性数字都必须附带条件、时间和功能判据，否则不可比较。第二，区分模型假设与真实数据。指数分布、威布尔分布等模型各有适用前提，计算前应检查数据是否支持该假设，避免把模型结果当作实测结论。带着这两个习惯进入后续的寿命分布、参数估计与失效概率计算，才能把公式用对、把结论讲清。