4. 随机失效的物理机制
各位工程师朋友，咱们今天聊聊失效率计算。这玩意儿说白了，就是回答一个核心问题：这个器件到底能扛多久？
我刚开始做可靠性那会儿，总觉得失效率是个很玄的概念。后来在项目里被现实教育了几次，才明白这东西有多重要。你想想看，一颗芯片在产线上跑着，突然批量失效了——这时候你拿什么数据去跟客户解释？拿什么去跟老板汇报？
嗯，失效率计算就是你的底气。
4.1 失效率λ的定义与单位
失效率λ，数学上定义是：在某个时间点，单位时间内失效的概率。公式长这样：
λ(t) = lim(Δt→0) [N_f(t+Δt) - N_f(t)] / [N_s(t) · Δt]其中：
- N_f(t) — 到时间t时已失效的器件数
- N_s(t) — 到时间t时仍存活的器件数
- Δt — 时间间隔
说白了，λ就是瞬时失效率。它不是一个常数，而是随时间变化的函数。这就是为什么我们常说的浴盆曲线——早期失效期、偶然失效期、耗损失效期，λ的走势完全不同。
关键认知：在偶然失效期（也就是产品寿命的中段），λ近似为常数。这时候我们才可以用FIT、MTBF这些指标来量化。如果产品还在早期或晚期，算这些指标就要小心了。
4.1.1 FIT：失效率的工程单位
FIT是Failure In Time的缩写。1 FIT = 1次失效 / 10⁹ 器件·小时。
什么意思呢？就是10亿个器件工作1小时，只允许1个失效。或者换个说法：1个器件工作10亿小时，只允许它失效1次。
我举个例子你就明白了：
- 一颗普通消费级芯片，失效率大概在 10~100 FIT
- 汽车级芯片，要求 < 10 FIT
- 航天级，可能要求 < 1 FIT
我在一个车载项目里遇到过，客户要求整个ECU系统的失效率不超过50 FIT。当时我们拆解到每个芯片、每个电容、每个电阻，一个一个算，最后发现一个电源管理芯片就占了30 FIT。嗯，那段时间天天跟供应商磨工艺改进。
实用换算：
- 1 FIT = 1 × 10⁻⁹ / 小时
- 1000 FIT = 1 × 10⁻⁶ / 小时
- 1,000,000 FIT = 0.001 / 小时
记住这个比例尺，做项目估算时很有用。
4.2 MTBF与MTTF的计算
这两个概念经常被混用，但本质上不一样。我直接给你画个表：
| 指标 | 全称 | 适用场景 | 数学关系 |
|---|---|---|---|
| MTBF | Mean Time Between Failures | 可修复系统 | MTBF = 1 / λ |
| MTTF | Mean Time To Failure | 不可修复系统 | MTTF = 1 / λ |
你看，公式形式上是一样的，但含义完全不同：
- MTBF 是「两次失效之间的平均时间」——修好了继续用，再坏再修。
- MTTF 是「到失效为止的平均时间」——坏了就扔，不修了。
举个例子：一个服务器电源，坏了可以换新的继续跑，算MTBF。一颗卫星上的芯片，坏了没法修，算MTTF。
4.2.1 实际计算案例
假设你手头有1000颗芯片，跑了10000小时，期间有5颗失效。那么：
总器件·小时 = 1000 × 10000 = 10⁷ 器件·小时
λ = 5 / 10⁷ = 5 × 10⁻⁷ / 小时
= 500 FIT
MTBF = 1 / λ = 1 / (5 × 10⁻⁷) = 2,000,000 小时
≈ 228 年等等，228年？是不是觉得这个数字很离谱？
嗯，这里有个坑。MTBF是统计平均值，不是单个器件的寿命。228年意味着：如果你有1000颗这样的芯片同时跑，平均每228年才出现一次失效。但具体到某一颗芯片，它可能在第一年就坏了——这就是统计学的反直觉之处。
避坑指南：我曾经在项目汇报时，老板看到MTBF=200年，直接说「那我们的产品能用200年？」——我赶紧解释，这是群体统计值，不是单颗寿命。后来我学乖了，汇报时一定同时给出FIT值和置信区间。
4.3 失效率的置信区间估计
光给一个点估计值是不够的。你想想看，如果只测到1次失效，你算出来的λ准吗？当然不准。
置信区间就是告诉你：真实的λ有多大概率落在某个范围内。
4.3.1 卡方分布法
对于指数分布（偶然失效期），失效率的置信区间可以用卡方分布来算：
λ_L = χ²(α/2, 2r+2) / (2T)
λ_U = χ²(1-α/2, 2r) / (2T)其中：
- r — 观察到的失效次数
- T — 总测试时间（器件·小时）
- α — 显著性水平（通常取0.05，对应95%置信区间）
- χ² — 卡方分布的分位数
举个例子：
测试了1000颗芯片，跑了5000小时，观察到3次失效。求95%置信区间。
T = 1000 × 5000 = 5 × 10⁶ 器件·小时
r = 3
查卡方分布表：
χ²(0.025, 8) = 2.180 (α/2=0.025, 自由度=2r+2=8)
χ²(0.975, 6) = 14.449 (1-α/2=0.975, 自由度=2r=6)
λ_L = 2.180 / (2 × 5×10⁶) = 2.18 × 10⁻⁷ / 小时 = 218 FIT
λ_U = 14.449 / (2 × 5×10⁶) = 1.445 × 10⁻⁶ / 小时 = 1445 FIT所以，真实的失效率有95%的概率落在 218 ~ 1445 FIT 之间。你看，这个区间跨度很大——因为只观察到3次失效，样本量太小了。
经验法则：
- 失效次数 r < 5 时，置信区间很宽，结果仅供参考
- r ≥ 10 时，区间开始收窄，结果比较可信
- r ≥ 30 时，区间已经很窄，可以用于正式报告
所以做可靠性测试时，我一般建议至少观察到10次失效再下结论。
4.3.2 零失效情况怎么处理？
项目里经常遇到这种情况：测了几万小时，一个失效都没有。这时候λ的点估计是0——但这显然不合理。
对于零失效，我们通常用单侧置信上限：
λ_U = χ²(1-α, 2) / (2T) = -ln(α) / T取α=0.05（95%置信度）：
λ_U = -ln(0.05) / T ≈ 3 / T这就是著名的「3/T法则」：如果零失效，失效率上限大约是3除以总测试时间。
举个例子：测了10⁶器件·小时，零失效，那么λ_U ≈ 3 × 10⁻⁶ / 小时 = 3000 FIT。这个值可以作为保守估计。
注意：「3/T法则」给出的是上限，不是真实值。真实值可能远低于这个数。我在一个项目中用这个数据去跟客户汇报，客户说「你们的产品失效率3000 FIT？太差了！」——我赶紧解释这是保守上限，不是实测值。后来我学聪明了，零失效时一定标注「置信上限」四个字。
4.4 知识体系总览
下面这张图把本章的核心逻辑串起来了：
4.5 本章小结
好，咱们把这一章的核心内容捋一遍：
- 失效率λ是瞬时失效率，FIT是它的工程单位。1 FIT = 1次失效 / 10⁹器件·小时。
- MTBF用于可修复系统，MTTF用于不可修复系统。公式都是1/λ，但含义不同。
- 置信区间比点估计更可靠。有失效时用卡方分布，零失效时用3/T法则。
- 样本量很重要——失效次数太少，置信区间会宽得让你怀疑人生。
我个人习惯是：做项目报告时，一定同时给出λ的点估计和95%置信区间。这样客户和老板都能看到「最好情况」和「最坏情况」，心里有数。