📚 课程目录第4章失效率数据来源

4、失效率数据来源：IEC 62380标准、SN 29500标准、MIL-HDBK-217标准、现场失效数据与加速寿命试验

做FMEDA分析，最头疼的问题是什么？我个人觉得，不是模型不会建，而是——失效率数据从哪来。

你想想看，模型再漂亮，输入的数据不准，结果就是垃圾进垃圾出。我见过不少项目，分析报告写得花团锦簇，结果一查失效率来源，随便从网上扒了个数。嗯，这种报告，审起来直接打回。

这一章，我就把主流的几个数据来源掰开揉碎了讲。包括IEC 62380、SN 29500、MIL-HDBK-217，还有现场数据和加速寿命试验。每个来源的脾气秉性，咱们都得摸清楚。

核心观点：没有完美的数据源，只有最适合你项目场景的数据源。关键是要知道每个来源的假设条件和适用范围。

这个标准在铁路和工业领域用得最多。它的特点是——考虑了温度循环的影响。很多标准只算稳态温度，但IEC 62380会问你：设备一天开关机几次？环境温度变化大不大？

我记得有一次做轨道交通项目的FMEDA，客户指定要用IEC 62380。我一开始还觉得麻烦，后来发现它对车载电子设备的失效率估算确实更合理。因为火车经常进出隧道，温度变化剧烈，普通标准根本反映不出来。

使用技巧：IEC 62380对电解电容、光耦这类对温度敏感的器件，估算结果比别的标准更准。我建议做车载或户外设备时优先考虑它。

SN 29500是西门子主导制定的标准，在汽车电子和通用工业领域非常流行。它的数据更新比较及时，元器件覆盖也广。

说白了，这个标准最大的优点是——实用。它不像MIL-HDBK-217那么学术化，也不像IEC 62380那么偏门。给出来的失效率数据，基本可以直接用。

我在做汽车功能安全项目时，经常用SN 29500。特别是ISO 26262第二版发布后，很多Tier 1供应商都默认用这个标准。不过要注意，它主要基于欧洲的制造工艺水平，如果用的是非主流品牌的器件，可能需要调整。

注意：SN 29500的失效率数据是在40°C环境温度下给出的。如果你的产品工作温度是85°C，必须用温度加速因子进行换算。我曾经见过有人直接套用，结果低估了实际失效率。

这是最老牌的可靠性标准了，从1965年就开始用。军事和航天领域至今还在用。它的特点是——模型最细。

MIL-HDBK-217把失效率拆成了好几个部分：基本失效率、质量因子、环境因子、温度因子、应力因子……算起来很繁琐，但好处是你可以精确控制每个变量的影响。

不过说实话，这个标准有点过时了。它最后一次更新是1995年（F版本），后来就没再更新过。现在的半导体工艺跟30年前完全不一样，直接套用会出问题。我个人的做法是：用它做相对比较，而不是数值。

前面说的都是标准，但标准数据再准，也比不上你自己的现场数据。为什么？因为标准数据是统计平均值，而你的产品有特定的使用场景、特定的客户、特定的环境。

我参与过一个项目，产品在实验室测出来MTBF是100万小时，结果到客户现场用了半年，故障率比预期高了3倍。后来一查，是现场的环境振动比实验室大得多。标准数据根本反映不出这个差异。

收集现场数据要注意几点：

经验之谈：现场数据是金标准，但获取周期长、成本高。我建议在产品量产后的前两年，重点收集现场数据，然后用它来校准之前用的标准数据。这样后续的FMEDA分析会越来越准。

如果等不及现场数据，或者产品还没量产怎么办？那就做加速寿命试验（ALT）。

加速寿命试验的原理很简单——提高温度、电压、湿度等应力，让器件在短时间内暴露出长期才会出现的失效。然后用加速模型（比如Arrhenius模型、Coffin-Manson模型）反推正常使用条件下的失效率。

这里有个坑，我曾经踩过。加速试验不是随便加个高温就行的。你得先搞清楚器件的失效机理是什么。如果是热失效，用Arrhenius模型没问题；如果是机械疲劳，得用Coffin-Manson模型；如果是电迁移，又得用Black模型。模型选错了，加速因子算出来就是错的。

建议：加速寿命试验最好和标准数据配合使用。先用标准数据估算一个基准值，再用加速试验结果做修正。这样既有理论依据，又有实验支撑，审起来也更有说服力。

讲了这么多，你可能会问：那我到底该用哪个？

我的建议是分三步走：

最后说一句：数据来源的选择，本身就是FMEDA分析的一部分。你需要在报告里写清楚：用了哪个标准、哪个版本、为什么选它。这样审起来才站得住脚。