1. 课程导入与PoF定位

在电子产品可靠性工程中，我们经常面对两类截然不同的问题。第一类是“这批产品能用多久、失效率是多少”，它关心的是统计规律；第二类是“这个焊点为什么会裂、这颗电容为什么在高温下先失效”，它关心的是物理机制。失效物理（Physics of Failure，简称PoF）正是回答第二类问题的工程方法论。它的核心主张是：失效不是随机事件，而是由应力与材料、结构、工艺之间的相互作用，按确定的物理、化学、电学规律逐步演化出来的结果。只要识别出主导失效机制，就能用物理模型预测寿命、定位薄弱环节，并在设计阶段主动消除隐患。

理解PoF，最有效的方式是与统计可靠性方法对照。传统统计方法把产品当作黑箱，通过寿命试验或现场数据拟合分布（如威布尔分布、指数分布），得到失效率、MTBF、B10寿命等指标。它擅长回答“总体表现如何”，但无法解释“为什么失效”，也难以在产品尚未积累足够失效样本时给出可信预测。PoF则打开黑箱，从材料、界面、结构、载荷入手，建立“应力—损伤—失效”的因果链。两者并非对立：统计方法用于验证与量化，PoF用于解释与设计改进，工程上常配合使用。

在电子产品中，PoF覆盖的失效机制非常具体。例如焊点热疲劳，其主导应力来自温度循环引起的CTE失配，损伤随循环数累积，常用Coffin-Manson模型描述；再如金属化电迁移，主导应力是电流密度与温度，原子沿电子风方向迁移形成空洞或小丘，Black方程给出中位寿命与电流密度、温度的关系；又如MOS器件的时间相关介质击穿（TDDB），与栅氧电场、温度强相关，常用E模型或1/E模型。这些模型都带有明确的物理参数，如激活能Ea、电流密度指数n、Coffin-Manson指数c，它们不是拟合出来的黑箱系数，而是可以追溯到材料与失效机理的物理量。

下面这张图展示了PoF在电子产品可靠性工程中的定位：左侧是输入的设计与工况信息，中间是PoF分析链路，右侧是输出与工程决策。它同时体现了PoF与统计方法的分工——PoF负责机制识别与寿命预测，统计方法负责验证与量化。

从图中可以看到，PoF不是孤立的分析技术，而是嵌入在“设计—分析—验证—改进”闭环中的工程方法。它的价值在几个典型场景中尤为突出。第一，新产品早期阶段：没有足够失效样本，统计方法难以给出可信预测，PoF可以基于材料参数和任务剖面先算出潜在寿命，提前暴露风险。第二，失效根因分析：当现场出现批次性失效时，PoF帮助区分是设计应力过高、工艺缺陷还是材料退化，避免盲目更换供应商或加严筛选。第三，加速试验设计：只有知道主导失效机制和激活能，才能选对加速应力、算准加速因子，否则试验可能加速了错误的机制。第四，降额与裕度设计：PoF模型直接给出应力与寿命的定量关系，使降额有据可依，而不是凭经验拍脑袋。

需要特别强调的是，PoF分析的质量取决于三个前提：失效机制识别是否准确、模型参数是否来自可信数据、任务剖面是否真实。如果机制判断错误，再精确的模型也只会给出错误答案。因此工程实践中，PoF通常与失效分析（FA）手段配合，如扫描电镜、X射线、染色渗透、红外热像、电参数退化监测等，用实物证据确认机制，再选择模型。

本课程后续将沿着“机制—模型—参数—应用”的主线展开。我们会逐一讨论电子产品中最常见的失效机制，包括热疲劳、电迁移、TDDB、腐蚀、振动疲劳、ESD/EOS等，并给出对应的物理模型、参数获取方法和工程计算示例。同时也会介绍如何把PoF结果与统计可靠性数据结合，形成完整的可靠性评估报告。课程路线图可以概括为：先建立PoF思维框架，再掌握典型失效机制的建模方法，最后通过综合案例完成从设计输入到寿命预测的完整闭环。

作为入门练习，可以拿一个熟悉的电子产品——比如一块带BGA封装的电路板——尝试列出它在温度循环下的三个潜在失效机制，并写出每个机制的主导应力和一个可用的物理模型名称。这个练习不需要精确计算，目的是建立“从结构到应力、从应力到机制、从机制到模型”的思维习惯。当你能自然地完成这个映射时，就已经迈入了PoF的门槛。