2. 可靠性基础概念
在汽车电子可靠性工程中，我们讨论“寿命”时，并不是在问某一个零件能撑多久，而是在问一批产品在给定使用条件下、在给定时间范围内，有多大比例仍然正常工作。围绕这个问题，可靠性工程建立了一组彼此关联的基础指标：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 以及工程上常用的 B10 寿命。理解它们之间的数学关系与工程含义，是后续寿命分布拟合、加速试验和可靠性预测的起点。
一、核心定义与相互关系
设产品从开始使用到发生首次失效的时间为随机变量 T，则：
- 可靠度 R(t)：产品在规定条件下、规定时间内完成规定功能的概率，R(t)=P(T>t)。它是随时间单调下降的曲线，R(0)=1，R(∞)=0。
- 失效概率 F(t)：也称不可靠度，F(t)=P(T≤t)=1−R(t)，表示到 t 时刻为止累计失效的比例。
- 失效概率密度 f(t)：F(t) 的导数，f(t)=dF(t)/dt，描述失效在时间轴上的“密集程度”。
- 失效率 λ(t)：在 t 时刻仍正常工作的产品，在下一瞬间发生失效的条件概率速率，λ(t)=f(t)/R(t)。它才是“浴盆曲线”真正描绘的对象。
- 平均寿命 MTTF：不可修产品的平均失效前时间，MTTF=∫₀^∞ R(t)dt；可修产品对应 MTBF。
- B10 寿命：累计失效概率达到 10% 时所对应的时间，即 F(t)=0.10 的解，记作 t(B10)。它直接回答“多久会有 10% 的产品失效”。
二、浴盆曲线：失效率随寿命的三阶段
大量电子与机电产品的失效率随时间呈现“高—低—高”的浴盆形状，分为三个阶段：
- 早期失效期（递减型）：λ(t) 由高快速下降，主因是制造缺陷、焊接不良、元器件筛选不充分。汽车电子通过出厂老化（Burn-in）、温度循环筛选来剔除。
- 偶然失效期（恒定型）：λ(t)≈常数，失效由随机应力、外部环境、偶发过载引起，是产品的主要有效寿命区。此时寿命服从指数分布，R(t)=e^(−λt)，MTTF=1/λ。
- 耗损失效期（递增型）：λ(t) 随磨损、腐蚀、电解电容干涸、焊点疲劳而上升，对应磨损型失效，常用威布尔分布描述。
汽车电子的特殊性在于：整车寿命要求长（10~15 年）、环境应力复杂（温度、振动、湿度、电压波动），因此不能只看偶然失效期，必须同时评估早期筛选效果与耗损寿命边界。
三、汽车电子典型应用场景与指标选择
| 应用场景 | 典型对象 | 关注指标 | 说明 |
|---|---|---|---|
| 动力与安全 | ECU、传感器、执行器 | B10、λ(t) | 安全相关，要求极低失效概率 |
| 车身电子 | BCM、车窗、灯光模块 | MTTF、R(t) | 可修，关注可用性与维修成本 |
| 新能源三电 | BMS、电机控制器、OBC | B10、耗损失效 | 功率器件与电容磨损主导 |
| 车载网络 | CAN/LIN 收发器、网关 | λ(t)、FIT | 通信失效影响功能安全 |
| 连接与焊点 | BGA、PCB 焊点 | B10、威布尔形状 | 温度循环疲劳是主因 |
四、方法流程：从数据到指标
在工程实践中，通常按以下流程把试验或现场数据转化为可靠性指标：
1. 明确对象与失效判据（功能失效 / 参数漂移）
2. 采集寿命数据：完整失效、截尾（右删失）、区间数据
3. 选择分布模型：指数、威布尔、对数正态
4. 参数估计：MLE 或最小二乘（概率纸）
5. 计算指标：R(t)、λ(t)、MTTF、B10
6. 拟合优度检验：AD 统计量、相关系数
7. 结合加速模型外推到使用条件
8. 输出可靠性报告与设计改进建议例如，某车用 DC-DC 模块在 85℃ 加速试验中得到威布尔形状参数 β=2.1、特征寿命 η=4200h，则可计算 B10 寿命：t(B10)=η·[−ln(1−0.10)]^(1/β)≈4200×0.324^(0.476)≈约 2450h。再通过 Arrhenius 模型外推到 55℃ 使用条件，即可得到整车寿命下的 B10 估计。
五、常见误区与复盘
误区二：把失效率 λ 当作常数。只有偶然失效期才近似恒定，早期与耗损期必须用非恒定模型。
误区三：用 B10 代替全部可靠性结论。B10 只反映 10% 分位，安全件还需关注 B1、B0.1 等更低分位。
误区四：忽略截尾数据。只统计已失效样本会严重高估可靠性，必须纳入删失样本进行似然估计。
复盘要点：先明确“失效定义”，再确认“数据完整性”，最后才谈分布拟合。指标之间是同一分布的不同侧面，任何单一数字都不能替代对 R(t)、λ(t) 与 B10 的整体理解。
把上述概念串起来看：R(t) 回答“还有多少能用”，F(t) 回答“坏了多少”，λ(t) 回答“下一瞬间坏的风险多大”，MTTF 回答“平均能撑多久”，B10 回答“多久坏掉 10%”。浴盆曲线则把这些指标放回时间轴上，提醒我们不同寿命阶段要用不同的分布模型与试验策略。只有把这些基础概念真正对齐，后续的寿命分布拟合、加速因子计算和可靠性增长才有稳固的落脚点。