2. 可靠性基本概念与度量体系

可靠性工程之所以能成为一门可计算、可验证、可管理的学科，关键在于它把“产品能不能长期稳定工作”这种模糊的担忧，转化成一组有明确数学定义的度量指标。本节围绕可靠度、失效概率、失效率、MTBF 与寿命分布五个核心术语展开，并用浴盆曲线把产品全生命周期的失效规律串起来。理解这些概念的关键，不是背公式，而是弄清每个指标回答的是哪个问题、在什么条件下使用、以及它们之间如何换算。

一、从“可靠”到“可靠度”：把定性判断变成概率

日常说“这台设备很可靠”，是主观感受；可靠性工程要求把它变成可测量的量。可靠度 R(t) 定义为：产品在规定条件下、规定时间内完成规定功能的概率。三个“规定”缺一不可——条件（温度、电压、负载）、时间（如 1000 小时）、功能（如输出精度 ±1%），任何一项变化，R(t) 的数值都会不同。

与之互补的是失效概率 F(t)，即同一条件下产品在 t 时刻前发生失效的概率。二者满足 R(t) + F(t) = 1。例如某电源模块在 25℃、满载条件下工作 5000 小时的可靠度为 0.95，意味着 100 台中有约 95 台能无故障运行到 5000 小时，另外约 5 台会在此之前失效。这里要特别注意：可靠度是时间的函数，脱离时间谈可靠度没有意义。

二、失效率与浴盆曲线：描述失效随时间的变化规律

失效率 λ(t) 是可靠性中最具工程价值的指标，它表示“到 t 时刻仍正常工作的产品，在下一单位时间内发生失效的概率”，单位常用 FIT（1 FIT = 10⁻⁹ 次失效/小时）或 %/1000h。它与可靠度的关系为 R(t) = exp(−∫λ(t)dt)；当失效率为常数 λ 时，简化为 R(t) = e^(−λt)。

把 λ(t) 随寿命画成曲线，就得到经典的浴盆曲线，它把产品全生命周期划分为三个阶段：

• 早期失效期（递减段）：λ(t) 由高到低快速下降，主因是制造缺陷、虚焊、材料夹杂等“先天问题”。对策是筛选、老化（Burn-in）、来料检验，把缺陷品提前剔除。
• 偶然失效期（平坦段）：λ(t) 近似常数，失效由随机应力（电压尖峰、温度波动、振动）触发，不可预测但可统计。这是产品真正交付使用的主要阶段，MTBF 通常在此阶段评估。
• 耗损失效期（递增段）：λ(t) 随磨损、腐蚀、疲劳、电解电容干涸而上升。对策是预防性更换、寿命件管理、降额设计。

浴盆曲线不是所有产品都完整呈现：电子元器件常以偶然失效为主，机械件磨损段更突出，而经过充分筛选的产品可能直接进入平坦段。因此实际使用时要结合具体对象判断曲线形状，而不是机械套用三段。

三、MTBF、MTTF 与寿命分布：把曲线变成可比较的数字

MTBF（平均故障间隔时间）适用于可修复产品，指两次相邻故障之间的平均工作时间；MTTF（平均失效前时间）适用于不可修复产品，指从开始使用到失效的平均时间。在偶然失效期，若失效率为常数 λ，则 MTBF = 1/λ。例如某板卡在 40℃ 下 λ = 200 FIT = 2×10⁻⁷ /h，则 MTBF = 1/(2×10⁻⁷) = 5×10⁶ h ≈ 570 年。这个数字看似夸张，但它描述的是“失效率水平”，不是“保证每台都能用 570 年”，实际使用中必须结合样本量和置信区间理解。

寿命分布则回答“失效时间服从什么统计规律”。工程中最常用的是指数分布（失效率恒定，对应偶然失效期）和威布尔分布（形状参数 β 可描述递减、恒定、递增三种失效率，对应浴盆曲线三段）。威布尔分布的形状参数 β 是判断失效模式的重要线索：β<1 提示早期失效，β≈1 接近随机失效，β>1 提示磨损型失效。因此，拿到一批失效数据后，先拟合威布尔分布、观察 β 值，往往比直接算平均值更能定位问题根源。

四、指标之间的换算与使用要点

这些指标并非孤立，而是同一失效规律的不同侧面。下表给出常用换算关系与适用条件，便于在实际评估中快速选择：

掌握这套度量体系后，后续的可靠性预计、分配、试验与增长才有统一的语言。实际工作中建议按“明确条件与时间 → 选择合适指标 → 用浴盆曲线判断所处阶段 → 用寿命分布验证失效模式”的顺序推进，避免一上来就套公式而忽略对象与场景。