4. 可靠性工程基础

在新能源汽车三电系统（电池、电机、电控）的道路耐久与可靠性工程中，可靠性不是一句“质量好”的定性描述，而是一整套可量化、可验证、可追溯的工程语言。理解可靠性指标、寿命分布、浴盆曲线、置信度与抽样检验，是制定耐久试验规范、判读失效数据、评估批次风险的基础。本节围绕这五个核心概念展开，帮助建立从“数据”到“结论”的完整推理链条。

一、可靠性指标：把“可靠”变成可测量的数

可靠性最常用的度量是可靠度 R(t)，即产品在规定条件和规定时间内完成规定功能的概率。与之互补的是累积失效概率 F(t)=1−R(t)。工程中更常关注以下指标：

• MTBF（平均故障间隔时间）：适用于可修复系统，如电控总成、整车控制器。
• MTTF（平均失效前时间）：适用于不可修复或寿命件，如电芯、功率模块。
• 失效率 λ(t)：单位时间内发生失效的概率密度，常以 FIT（10⁻⁹/h）表示，适合电子元器件。
• B10 寿命：累积失效达到 10% 时对应的时间或里程，是轴承、继电器等零部件常用的耐久判据。
• 任务可靠度：针对一次具体任务（如一次 300 km 续航行程）的完成概率。

这些指标之间并非孤立。若失效率近似恒定，则 R(t)=e^(−λt)，MTBF=1/λ。理解这一关系，才能在试验数据与设计目标之间建立换算。

二、寿命分布：失效数据背后的统计规律

三电系统在不同失效机理下服从不同寿命分布。工程中最常用的是威布尔分布，因为它通过形状参数 β 灵活描述早期、偶然和耗损失效：

• β < 1：失效率随时间下降，典型为早期失效、制造缺陷。
• β = 1：失效率恒定，退化为指数分布，典型为随机失效。
• β > 1：失效率随时间上升，典型为磨损、疲劳、腐蚀等耗损失效。

此外，对数正态分布常用于疲劳寿命与半导体失效，指数分布用于电子元器件的偶然失效。选择分布时，应结合失效物理机理，而不是仅凭拟合优度。

三、浴盆曲线：全生命周期的失效节奏

浴盆曲线把产品寿命划分为三个阶段：早期失效期、偶然失效期和耗损失效期。对三电系统而言，早期失效常来自焊接虚接、电芯一致性差、软件标定缺陷；偶然失效多由随机过应力、环境突变引起；耗损失效则表现为容量衰减、绝缘老化、轴承磨损。下图给出浴盆曲线与三阶段失效机理的对应关系。

浴盆曲线的工程价值在于：它提示我们必须在出厂前通过老化筛选“削平”早期失效，在设计中通过降额与冗余压低偶然失效率，并通过寿命试验识别耗损拐点，从而制定合理的质保与维护策略。

四、置信度与抽样检验：用有限样本推断批次风险

可靠性试验通常无法全检，只能抽样。此时必须回答两个问题：样本量多大？允许几个失效？这取决于置信度与判别风险。置信度 1−α 表示“结论正确的概率”，常用 90%、95%。抽样检验中还要区分生产方风险 α（好批被拒）和使用方风险 β（坏批被收）。

以“零失效”验收试验为例，若要求在置信度 C 下验证可靠度 R，则最小样本量满足 n ≥ ln(1−C)/ln(R)。例如置信度 90%、可靠度 0.95，则 n ≥ ln(0.1)/ln(0.95) ≈ 45。这意味着 45 个样本全部通过，才能以 90% 置信度说明可靠度不低于 95%。

零失效验收试验样本量估算：
n ≥ ln(1 - C) / ln(R)

C = 0.90（置信度）
R = 0.95（目标可靠度）
n ≥ ln(0.10) / ln(0.95) ≈ 44.9 → 取 45 件

若允许 r 个失效，则需改用二项分布或卡方分布求解。

五、案例与误区复盘

案例：某电机控制器在 8 万公里耐久试验中出现 2 例 IGBT 失效。若直接按 MTBF 计算，会得到看似合格的数值；但结合威布尔拟合发现 β≈1.6，说明已进入耗损期，失效由热循环疲劳主导。此时应调整结温波动与冷却策略，而非简单增加样本。

常见误区：

• 把 MTBF 等同于“平均寿命”，忽略其仅适用于恒定失效率场景。
• 用指数分布拟合所有数据，掩盖早期或耗损失效特征。
• 抽样检验只关注样本量，忽略置信度与判别风险。
• 把浴盆曲线当作固定形状，忽视不同产品阶段边界差异。