1. 失效率函数基础概念
失效率（Failure Rate）是可靠性工程中最核心的度量指标之一，它定量描述了系统或组件在单位时间内发生故障的概率密度。在系统故障排查中，失效率函数帮助我们判断故障是随机偶发、早期磨合还是老化耗损，从而制定针对性的检测与维修策略。
1.1 失效率的定义
失效率 λ(t) 定义为：在时刻 t 尚未发生故障的产品，在 t 之后单位时间内发生故障的条件概率密度。其数学表达式为：
λ(t) = f(t) / R(t)
其中：
f(t) —— 故障概率密度函数（PDF）
R(t) —— 可靠度函数，R(t) = 1 - F(t)
F(t) —— 累积故障分布函数（CDF）工程上，失效率的单位通常表示为“菲特”（Fit, 1 Fit = 10⁻⁹ / 小时），或直接使用“次/小时”、“次/周期”。
1.2 瞬时失效率与平均失效率的区别
| 对比维度 | 瞬时失效率 λ(t) | 平均失效率 λ̄(t₁, t₂) |
|---|---|---|
| 定义 | 某一时刻 t 的瞬时故障倾向 | 在时间区间 [t₁, t₂] 内的平均故障率 |
| 数学形式 | λ(t) = f(t) / R(t) | λ̄ = (1/(t₂−t₁)) · ∫_{t₁}^{t₂} λ(t) dt |
| 物理含义 | 反映当前时刻的“健康风险” | 反映一段时期内的“总体风险水平” |
| 故障排查用途 | 识别故障模式是否随时间变化（如早期失效、耗损失效） | 用于可靠性验收、保修期评估、备件预测 |
| 典型曲线形状 | 浴盆曲线中的瞬时值 | 区间平滑后的阶梯或直线 |
工程提示： 在系统故障排查中，瞬时失效率更适合定位故障模式突变点（如某批次元器件在通电后第 200 小时失效率突然升高），而平均失效率更适合做长期可靠性对比（如 A 供应商与 B 供应商的年度故障率）。
1.3 失效率函数的数学表达式与浴盆曲线
失效率函数 λ(t) 的经典形态是浴盆曲线，它由三个区域组成：
- 早期失效期（DFR）：λ(t) 随时间递减，故障由设计缺陷、制造工艺偏差、材料瑕疵引起。
- 偶然失效期（CFR）：λ(t) 近似常数，故障由随机应力（过压、振动、温度波动）触发。
- 耗损失效期（IFR）：λ(t) 随时间递增，故障由磨损、疲劳、腐蚀、老化等不可逆退化导致。
数学上，浴盆曲线可以用分段函数或混合威布尔分布建模：
λ(t) = λ₁(t) + λ₂ + λ₃(t)
其中：
λ₁(t) = α·β·t^(β−1) (β < 1, 早期失效)
λ₂ = 常数 (偶然失效)
λ₃(t) = γ·δ·t^(δ−1) (δ > 1, 耗损失效)
故障排查要点： 当现场数据绘制的 λ(t) 曲线在某一时间点出现“拐点”或“台阶”，往往对应着特定的故障机理被激活。例如，某电源模块在 5000 小时处失效率陡升，排查发现是电解电容干涸所致——这正是耗损失效期的典型表现。
1.4 失效率函数在故障排查中的角色
失效率函数不是单纯的数学曲线，而是连接现场故障数据与失效物理机理的桥梁。在系统故障排查中，工程师通过以下步骤利用失效率函数：
- 数据采集：记录系统投运时间、故障时间、维修时间，生成故障时间序列。
- 曲线拟合：使用威布尔分布、指数分布或对数正态分布拟合 λ(t)。
- 阶段识别：根据 λ(t) 的增减趋势判断当前处于浴盆曲线的哪个阶段。
- 根因定位：结合阶段特征缩小故障原因范围（如早期失效重点查工艺，耗损失效重点查磨损件）。
- 维修决策：基于 λ(t) 预测剩余寿命，制定预防性更换或状态监测计划。
常见误区： 不要将“平均失效率”直接当作“瞬时失效率”使用。例如，某设备平均失效率为 0.001 / 小时，但若该设备已进入耗损失效期，其瞬时失效率可能已高达 0.01 / 小时，此时按平均失效率做维修计划会严重低估故障风险。
通过以上流程，失效率函数将抽象的数学概念转化为可操作的故障排查工具，帮助工程师从“被动维修”转向“主动预防”。