2. 可靠性基础

在RAM工程中，可靠性讨论的起点不是公式，而是对“失效”这件事的准确定义。工程上通常把产品丧失规定功能的状态称为故障，而把导致故障发生的物理、化学或设计原因称为失效机理。例如，某电源模块输出纹波超标导致系统复位，这是故障；其背后可能是电解电容电解液干涸，这是失效机理。区分二者非常重要：故障是“现象”，失效机理是“根因”，可靠性设计、试验与维修策略分别针对这两层展开。

进一步，故障还可分为硬故障与软故障。硬故障是永久性功能丧失，如开路、短路；软故障是可恢复或间歇性的功能异常，如位翻转、参数漂移。对存储器而言，单粒子翻转属于软故障，而栅氧击穿属于硬故障。可靠性工程中，我们通常用可靠度 R(t) 描述产品在时间 t 内不发生故障的概率，用不可靠度 F(t)=1−R(t) 描述其累积失效概率。若用 f(t) 表示失效概率密度，则 F(t)=∫₀ᵗ f(τ)dτ，R(t)=1−F(t)。

比可靠度更常用于工程分析的是失效率函数 λ(t)，它表示在 t 时刻仍正常工作的产品，在下一瞬间发生失效的速率，即 λ(t)=f(t)/R(t)。失效率的单位常用 FIT（1 FIT = 10⁻⁹/h）或 %/1000h。理解 λ(t) 的关键在于：它不是“已经坏了多少”，而是“还活着的产品接下来有多容易坏”。

把 λ(t) 随时间的变化画出来，就得到经典的浴盆曲线。它由三段构成：早期失效期、偶然失效期和耗损失效期。早期失效期 λ(t) 随时间下降，主要来自制造缺陷、工艺波动和筛选不充分；偶然失效期 λ(t) 近似恒定，失效由随机应力、外部干扰等偶然因素引起；耗损失效期 λ(t) 随时间上升，源于磨损、腐蚀、疲劳、电解液干涸等累积损伤。工程上，筛选、老化、Burn-in 用于压缩早期失效；降额设计、冗余、容错用于降低偶然失效；预防性更换、寿命预测用于应对耗损。

浴盆曲线是定性规律，定量描述则需要寿命分布。工程中最常用的三种分布各有明确适用场景。

指数分布：其失效密度 f(t)=λe^(−λt)，可靠度 R(t)=e^(−λt)，失效率 λ(t)=λ 为常数。它对应浴盆曲线的偶然失效期，也是电子元器件在筛选后最常用的假设。指数分布的关键工程含义是“无记忆性”：已经工作了 1000h 的器件，在接下来 100h 内失效的概率与全新器件相同。因此，若某电源模块经筛选后失效率为 200 FIT，则其 MTBF=1/λ=5×10⁶h，工作 1 年的可靠度约为 e^(−8760/5×10⁶)≈0.99825。

威布尔分布：其可靠度 R(t)=e^(−(t/η)^β)，其中 η 为尺度参数（特征寿命），β 为形状参数。β 是威布尔分布最有工程价值的参数：β<1 对应早期失效期（λ(t) 递减），β=1 退化为指数分布（偶然失效期），β>1 对应耗损失效期（λ(t) 递增）。例如，某机械轴承的寿命数据拟合得到 β=2.5、η=8000h，说明其失效由磨损累积主导，应在接近 8000h 前安排预防性更换。威布尔分布能统一描述浴盆曲线的三段，因此是可靠性数据分析的首选分布之一。

对数正态分布：若寿命 T 的对数 lnT 服从正态分布，则 T 服从对数正态分布。它常用于描述疲劳裂纹扩展、腐蚀、维修时间等“先慢后快”的累积损伤过程。其失效率函数先上升后下降，与威布尔 β>1 的单调上升不同，适合描述某些退化型失效。工程上，对数正态分布常用于维修性分析中的修复时间建模，以及半导体器件金属化电迁移寿命评估。

最后需要强调，可靠度、失效分布和失效率函数不是孤立的数学概念，而是连接设计、试验与维修的桥梁。设计阶段用分布假设做可靠度预计和降额分析；试验阶段用浴盆曲线规划筛选与老化方案；使用阶段用失效率数据判断是否进入耗损期并安排预防性维修。只有把“失效—故障—分布—失效率—维修决策”串成一条链，RAM 工程才真正落地。