1. 可靠性工程基础：可靠性定义、浴盆曲线、失效率函数 λ(t) 的基本概念
1.1 可靠性的定义与度量
可靠性（Reliability）是指产品在规定条件下、规定时间内，完成规定功能的能力。在工程实践中，我们通常用概率来量化这一能力。
可靠度函数 R(t) 定义为：产品在时间 t 内正常工作的概率。与之对应的是累积失效概率 F(t) = 1 − R(t)。
| 术语 | 符号 | 定义 | 数学关系 |
|---|---|---|---|
| 可靠度 | R(t) | 在时间 t 内正常工作的概率 | R(t) = 1 − F(t) |
| 累积失效概率 | F(t) | 在时间 t 前失效的概率 | F(t) = ∫₀ᵗ f(τ) dτ |
| 失效概率密度 | f(t) | 单位时间内失效发生的瞬时速率 | f(t) = dF(t)/dt |
| 失效率 | λ(t) | 在 t 时刻仍正常工作的条件下，单位时间内失效的条件概率 | λ(t) = f(t) / R(t) |
关键理解： 可靠度 R(t) 是“幸存者”的比例，而失效率 λ(t) 是“幸存者”中下一个瞬间失效的风险率。两者从不同角度刻画产品的寿命特征。
1.2 浴盆曲线：产品全生命周期的失效率模式
浴盆曲线（Bathtub Curve）描述了大多数产品在整个生命周期中失效率的变化规律，分为三个阶段：
- 早期失效期（Infant Mortality）： λ(t) 递减。由设计缺陷、制造工艺偏差、材料瑕疵等引起。通过老化筛选（Burn-in）可剔除早期失效。
- 偶然失效期（Useful Life）： λ(t) 近似恒定。由随机应力冲击（如电压浪涌、温度波动）导致。这是产品的最佳工作阶段，也是指数分布建模的核心区间。
- 耗损失效期（Wear-out）： λ(t) 递增。由疲劳、腐蚀、磨损等物理退化引起。通过预防性更换可延缓此阶段。
1.3 失效率函数 λ(t) 的数学本质
失效率函数 λ(t) 是可靠性工程中最核心的“风险度量”。其数学定义为：
λ(t) = lim(Δt→0) P(t < T ≤ t+Δt | T > t) / Δt = f(t) / R(t)其中 T 为产品的失效时间随机变量。λ(t) 的单位通常是“失效数/单位时间”，常用单位有 FIT（Failures In Time，1 FIT = 10⁻⁹ 失效/小时）。
恒定失效率的核心地位： 当 λ(t) = λ（常数）时，产品“无记忆性”——无论产品已经工作了多久，其剩余寿命的分布与全新时相同。这是指数分布独有的性质，也是本课程建模实战的基石。
1.4 恒定失效率与指数分布的关系
当失效率为常数 λ 时，可靠度函数退化为指数形式：
R(t) = e^{-λt}
F(t) = 1 - e^{-λt}
f(t) = λ e^{-λt}下表总结了恒定失效率场景下的关键特征：
| 特征 | 表达式 | 工程含义 |
|---|---|---|
| 可靠度 | R(t) = e−λt | 随时间指数衰减 |
| 平均无故障时间 (MTTF) | MTTF = 1/λ | 恒定失效率的倒数 |
| 中位寿命 | tmed = ln(2)/λ ≈ 0.693/λ | 50% 产品失效的时间点 |
| 无记忆性 | P(T > t+s | T > s) = P(T > t) | 剩余寿命与已工作时间无关 |
1.5 工程应用中的恒定失效率假设
在电子元器件、通信设备、传感器等大量工程场景中，产品经过老化筛选后进入偶然失效期，此时采用恒定失效率假设是合理且高效的。本课程后续章节将围绕这一假设，展开参数估计、置信区间计算、系统可靠性建模等实战内容。
注意： 恒定失效率假设不适用于机械磨损件、运动部件或存在明显退化机制的产品。在这些场景中，应选用威布尔分布（Weibull Distribution）或对数正态分布（Lognormal Distribution）进行建模。