3. 电气可靠性核心概念
在新能源汽车高压线束的工程实践中，可靠性不是一句“质量要好”的口号，而是一组可以被定义、被量化、被验证的工程指标。高压线束承担着动力电池、驱动电机、DC/DC、充电接口之间的电能传输与信号交互，一旦发生绝缘失效、端子过热、屏蔽中断或连接器松脱，轻则导致整车限功率，重则引发高压下电、热失控甚至安全事故。因此，理解电气可靠性的核心概念，是后续开展设计选型、试验验证和故障分析的基础。
一、可靠性定义：规定条件下、规定时间内的规定功能
可靠性（Reliability）通常定义为：产品在规定的条件下和规定的时间内，完成规定功能的能力。这三个“规定”缺一不可。对高压线束而言：
- 规定条件：环境温度、振动量级、湿度、盐雾、电压等级、电流负载、插拔次数等；
- 规定时间：整车寿命通常按 10 年或 20 万公里折算，也可用工作小时数表示；
- 规定功能：在额定电压和电流下保持低阻抗导通、绝缘电阻达标、屏蔽连续性满足 EMC 要求、连接器锁止可靠。
可靠性不同于耐久性。耐久性强调“能用多久”，可靠性强调“在寿命周期内不出故障的概率”。高压线束的可靠性通常用可靠度 R(t) 表示，R(t)=1−F(t)，其中 F(t) 为累积失效概率。
二、故障模式：高压线束常见的失效形态
故障模式（Failure Mode）是产品失效的具体表现形式。高压线束的故障模式具有明显的电气—机械—热耦合特征，常见类型包括：
| 故障模式 | 典型诱因 | 可观测征兆 | 潜在后果 |
|---|---|---|---|
| 绝缘层破损/击穿 | 磨损、尖刺、老化、过电压 | 绝缘电阻下降、漏电流增大 | 高压短路、触电风险 |
| 端子接触电阻增大 | 微动磨损、氧化、压接不良 | 局部温升、压降增大 | 过热烧蚀、起火 |
| 连接器松脱 | 振动、锁扣疲劳、装配不到位 | 间歇性断电、信号跳变 | 整车下电、动力中断 |
| 屏蔽层断裂 | 弯折半径过小、疲劳 | EMC 超标、通信误码 | 电磁干扰、功能降级 |
| 导线断芯 | 反复弯折、腐蚀 | 电阻突增、局部发热 | 开路失效 |
故障模式分析常用 FMEA（失效模式与影响分析）工具，通过严重度 S、发生度 O、探测度 D 计算风险优先数 RPN=S×O×D，从而确定改进优先级。
三、寿命分布、失效率与 MTBF
寿命分布描述产品失效时间 t 的统计规律。高压线束常用威布尔分布建模，其形状参数 β 决定失效机理：β<1 表示早期失效，β≈1 表示随机失效，β>1 表示磨损失效。指数分布是威布尔分布 β=1 的特例，常用于随机失效阶段。
失效率 λ(t) 表示在 t 时刻仍正常工作的产品，在下一单位时间内发生失效的概率，单位常用 FIT（1 FIT=10⁻⁹/h）。平均无故障时间 MTBF=1/λ（指数分布假设下），它反映的是可修复系统的平均故障间隔，而不是“寿命”。对于高压线束这类以磨损失效为主的对象，更应关注 B10 寿命，即 10% 产品失效时对应的里程或时间。
示例：某高压线束在 1000 台车上运行 2000 h，
累计发生 4 次失效。
失效率 λ = 4 / (1000 × 2000) = 2×10⁻⁶ /h
MTBF = 1/λ = 500000 h
若换算为 FIT：λ = 2000 FIT四、浴盆曲线：失效率随时间的三个阶段
浴盆曲线（Bathtub Curve）是可靠性工程中最经典的失效率—时间关系模型，分为三个阶段：
- 早期失效期：失效率随时间下降，主要由制造缺陷、压接不良、装配损伤引起。对策是出厂筛选、老化试验、来料检验。
- 偶然失效期：失效率近似恒定且最低，失效随机发生，主要由外部偶然应力引起。此阶段对应 MTBF 的稳定期。
- 耗损失效期：失效率随时间上升，由磨损、腐蚀、绝缘老化、端子退火等累积损伤导致。对策是寿命预测、预防性更换、加速寿命试验。
五、案例与场景：从浴盆曲线看高压线束的可靠性设计
某纯电车型在售后 6 个月内出现多起高压连接器过热报警。按浴盆曲线定位，这属于早期失效期问题，根因是端子压接高度超差导致接触电阻偏大。通过增加压接截面金相抽检和 100% 接触电阻测试，早期失效率显著下降。另一批车辆在行驶 12 万公里后出现绝缘电阻下降，则属于耗损失效期，与绝缘层长期高温老化有关，需通过加速寿命试验重新评估 B10 寿命并优化线束走向与隔热措施。
六、复盘要点
- 可靠性必须绑定“规定条件、规定时间、规定功能”，否则指标无意义；
- 故障模式分析要覆盖电气、机械、热、环境四类应力；
- 寿命分布优先用威布尔分布拟合，关注形状参数 β 判断失效机理；
- 失效率 λ 与 MTBF 互为倒数，但 MTBF 只适用于随机失效阶段；
- 浴盆曲线三阶段对应不同设计对策：筛选、降额防护、寿命预测与预防更换。
掌握这些核心概念后，才能把高压线束的可靠性从“经验判断”推进到“数据驱动”，为后续的选型计算、试验设计和故障树分析提供统一语言。