2. 加速寿命试验基础回顾
加速寿命试验（ALT）的核心思想，是用高于正常使用条件的应力去激发产品失效，再借助一个“可换算”的桥梁把高应力下的寿命折算回正常应力下的寿命。这个桥梁由四件事共同支撑：加速模型决定应力与寿命的数学关系，应力类型决定施加什么、施加多少，失效机理一致性决定折算是否成立，加速因子与寿命分布决定折算结果如何量化与表达。样本量设计之所以必须建立在这四者之上，是因为样本量本质上是在为“折算的置信度”买单——机理不一致或模型选错，再多的样本也只是把错误放大。
一、加速模型：应力与寿命的数学桥梁
加速模型把寿命特征量（如中位寿命 t₅₀、特征寿命 η）表示为应力的函数。工程中最常用的三类模型如下。
阿伦尼乌斯模型（温度应力）：适用于热激活失效（如电解电容老化、金属化电迁移、绝缘热老化）。其形式为
t = A · exp(Ea / (k · T))
ln(t) = ln(A) + Ea / (k · T)其中 T 为绝对温度（K），k = 8.617×10⁻⁵ eV/K 为玻尔兹曼常数，Ea 为激活能（eV）。可见 ln(t) 与 1/T 呈线性关系，斜率即 Ea/k。Ea 越大，温度对寿命的影响越剧烈。
逆幂律模型（电压、电应力、机械应力）：适用于电压击穿、电迁移、疲劳磨损等。形式为
t = C · V^(-n)
ln(t) = ln(C) - n · ln(V)n 为幂指数，反映应力敏感度。例如某薄膜电容在电压加速试验中拟合得到 n≈4，意味着电压提高 1 倍，寿命约降至 1/16。
艾林模型（温度+湿度、温度+电压等多应力）：当单一应力不足以复现失效，或需要同时考虑温度与湿度、温度与电压时使用。其简化形式可写为
t = A · T^m · exp(Ea/(k·T)) · exp(B·RH)多应力模型参数更多，所需试验点也更多，这正是样本量设计需要提前权衡的地方。
二、应力类型：选对应力才能激发目标机理
应力类型的选择不是“越强越好”，而是“越贴近目标失效机理越好”。常见应力及其典型适用对象如下表。
| 应力类型 | 典型对象 | 常用模型 | 注意事项 |
|---|---|---|---|
| 温度（恒温/循环） | 电容、焊点、绝缘材料 | 阿伦尼乌斯 | 避免超过材料相变或软化点 |
| 电压/电流 | 薄膜电容、MOS 器件、电阻 | 逆幂律 | 防止引入击穿等非目标机理 |
| 湿度（85℃/85%RH） | 塑封器件、PCB | 艾林 | 需控制凝露与偏压 |
| 温度循环 | 焊点、BGA、连接器 | Coffin-Manson | 关注 ΔT 与循环次数 |
| 振动/机械 | 结构件、引线 | 逆幂律/Basquin | 避免过应力引入新失效 |
选择时应先明确“目标失效机理是什么”，再反推能加速该机理的应力。例如要评估焊点热疲劳，温度循环比恒温更有效；要评估电解液干涸，恒温高温更直接。
三、失效机理一致性：折算成立的前提
加速试验最容易被忽视、也最致命的假设是：高应力下与正常应力下的失效机理必须一致。如果高应力下出现了正常使用中不会发生的失效（如电压过高导致击穿、温度过高导致材料熔化），那么折算出的寿命毫无意义。
判断机理一致性通常从三方面入手：
- 失效模式：失效外观、电参数漂移方向是否相同；
- 失效位置：失效点是否集中在同一结构部位；
- 寿命分布形状：不同应力水平下拟合出的形状参数是否接近。
例如某电容在 85℃ 下失效为电解液干涸（Ea≈0.9 eV），在 150℃ 下却出现密封胶碳化，则 150℃ 数据不可用于外推。此时应降低最高应力，或改用多应力模型并单独建模。
四、加速因子与寿命分布的基本关系
加速因子 AF 定义为正常应力下寿命与加速应力下寿命之比：
AF = t_normal / t_stress对阿伦尼乌斯模型：
AF = exp[ (Ea/k) · (1/T_normal - 1/T_stress) ]对逆幂律模型：
AF = (V_stress / V_normal)^n加速因子把加速试验时间“放大”为等效正常使用时间。但 AF 只是一个点估计，其不确定性直接取决于样本量和失效数。样本量设计的目标，就是在给定 AF、寿命分布形状和置信度要求下，确定需要多少样本、多少失效数。
寿命分布方面，电子与机械产品常用威布尔分布描述失效时间，其形状参数 β 决定失效率随时间的变化趋势：β<1 为早期失效，β=1 为随机失效，β>1 为磨损失效。尺度参数 η 即特征寿命（63.2% 失效对应时间）。加速试验中，通常假设不同应力下 β 相同、η 随应力变化，这正是机理一致性的数学表达。若 β 在不同应力下显著不同，说明机理可能已改变。
五、四要素如何共同决定样本量
把上述关系串起来，样本量设计的基本输入就清晰了：
- 目标机理与应力类型决定试验剖面和应力水平数；
- 加速模型决定 AF 的计算方式，进而决定加速试验需要持续多久；
- 机理一致性决定数据能否合并、能否外推；
- 寿命分布（β、η）与置信度要求决定需要多少失效样本。
例如，某电解电容正常使用 40℃、目标寿命 10 年，取 Ea=0.9 eV，加速应力 105℃。则
AF = exp[ (0.9/8.617e-5) · (1/313 − 1/378) ]
= exp[ 10444 · (0.003195 − 0.002646) ]
= exp[ 10444 · 0.000549 ]
≈ exp[5.73] ≈ 308即 105℃ 下试验 1 小时约等效 40℃ 下 308 小时。若要在 105℃ 下验证 10 年（87600 h）寿命，等效试验时间约为 87600/308 ≈ 284 h。若已知 β=2.0、要求 90% 置信度下验证 B10 寿命，则可根据威布尔分布反推所需样本量与失效数。这里的关键是：AF 越大，试验越省时，但 AF 越大也意味着外推越远，机理一致性风险越高，样本量设计必须为这种风险留出余量。
综上，加速模型、应力类型、失效机理一致性、加速因子与寿命分布不是五个孤立概念，而是一条从“施加什么”到“折算多少”再到“需要多少样本”的完整链条。理解这条链条，是后续进行定量样本量计算的前提。