2. 可靠性工程基础
可靠性工程是硬件降额设计与电应力分析的基石。在开展任何降额工作之前，工程师必须深刻理解“可靠性”的数学定义、失效规律、量化指标以及设计准则。降额并非孤立地“把电压电流调小一点”，而是基于对器件失效率与应力关系的定量认知，在寿命、成本与性能之间做出工程权衡。本章将系统梳理可靠性工程的核心概念，建立从“定义”到“设计原则”的完整知识链条，为后续章节的降额系数选取、电应力分析及寿命评估提供理论支撑。
2.1 可靠性的定义与工程内涵
核心原理：可靠性（Reliability）是指产品在规定的条件下、规定的时间内、完成规定功能的能力。这一定义包含四个关键要素：“规定的条件”指环境条件（温度、湿度、振动、盐雾）、电应力条件（电压、电流、功率）及维护条件；“规定的时间”可以是小时、循环次数或里程数；“规定的功能”指产品必须保持的性能指标范围；“能力”则是用概率来度量的。在硬件工程中，可靠性不是“好不好用”的定性感受，而是可以计算和预测的定量指标。
判断方法：工程上通常用可靠度函数 R(t) 来量化可靠性。若随机变量 T 表示产品失效时间，则 R(t) = P(T > t)，即产品在 t 时刻仍正常工作的概率。与之对应的是累积失效概率 F(t) = 1 - R(t)。可靠度函数与失效率 λ(t) 之间存在微分关系：λ(t) = -dR(t)/dt / R(t)。当失效率为常数 λ 时，可靠度退化为指数分布形式 R(t) = e^(-λt)。这一数学框架是后续所有可靠性预测与降额评估的基础。
2.2 浴盆曲线：失效率的生命周期规律
核心原理：浴盆曲线（Bathtub Curve）描述了硬件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（失效率递减）、偶然失效期（失效率近似恒定）、耗损失效期（失效率递增）。早期失效通常由制造缺陷、焊接不良、材料瑕疵引起；偶然失效期是产品的最佳工作阶段，失效由随机应力超过强度导致；耗损失效期则源于磨损、腐蚀、电迁移等累积损伤。
操作流程：在硬件可靠性工程中，浴盆曲线指导以下实践：
- 筛选（Burn-in）：对元器件进行高温老化或功率老化，提前暴露早期失效，使交付产品进入偶然失效期。
- 可靠性预测：在偶然失效期，失效率 λ 近似常数，可直接使用指数分布模型进行 MTBF 预测。
- 预防性维护：在耗损失效期到来之前安排更换或维修，避免突发失效。
- 降额设计介入：通过降低电应力和热应力，延缓耗损失效期的到来，同时降低偶然失效期的瞬时失效率。
| 阶段 | 失效率趋势 | 主要失效机理 | 工程对策 |
|---|---|---|---|
| 早期失效期 | 递减 | 焊接缺陷、封装裂纹、工艺偏差 | 筛选老化、出厂测试、质量检验 |
| 偶然失效期 | 恒定 | 随机过应力、环境突变、操作失误 | 降额设计、冗余设计、保护电路 |
| 耗损失效期 | 递增 | 电迁移、热疲劳、介质击穿、腐蚀 | 寿命预测、预防性更换、降额延缓 |
2.3 失效率与 MTBF 的量化计算
核心原理：失效率 λ(t) 是可靠性工程中最核心的量化参数，定义为“已工作到 t 时刻的产品，在 t 时刻后的单位时间内发生失效的概率”。工程中常用单位 Fit（Failure in Time），1 Fit = 10⁻⁹/小时。MTBF（Mean Time Between Failures）指相邻两次失效之间的平均工作时间，对于可修复产品，MTBF = 1/λ（当 λ 为常数时）。对于不可修复产品，则使用 MTTF（Mean Time To Failure）。
判断方法：元器件失效率的预计通常参照标准手册，如 MIL-HDBK-217F、GJB/Z 299C 或 IEC 62380。以 MIL-HDBK-217F 为例，微电路失效率模型为：
λp = πQ × (C1×πT + C2×πE) × πL （单位：Failures/10⁶小时）
其中：
C1：电路复杂度失效率（基于门数或晶体管数）
C2：封装复杂度失效率
πT：温度应力系数（基于结温）
πE：环境系数（地面、机载、导弹等）
πQ：质量系数（军级、工业级、商业级）
πL：成熟度系数从该模型可见，温度应力 πT 对总失效率的影响呈指数级放大。这正是降额设计中将结温控制作为核心手段的理论依据。例如，某 CMOS 数字芯片在结温 25°C 时 πT = 0.1，在 125°C 时 πT 可能升至 10 以上，失效率相差两个数量级。
2.4 可靠性设计原则
核心原理：可靠性设计原则是在产品设计阶段就融入可靠性考量的一系列准则，而非事后测试或修补。主要原则包括：降额设计（Derating）、冗余设计（Redundancy）、热设计（Thermal Design）、简化设计（Simplification）、容差设计（Tolerance Design）和环境防护设计（Environmental Protection）。其中，降额设计是电应力分析的核心手段，也是本章后续内容的重点。
操作流程：可靠性设计原则的落地遵循以下步骤：
- 明确可靠性指标：根据产品定位确定目标 MTBF 或失效率指标。
- 建立应力模型：识别每个关键元器件的电应力（电压、电流、功率）和热应力（结温、壳温）。
- 选择降额系数：依据 GJB/Z 35 或元器件厂商推荐，确定电压、电流、功率的降额因子。
- 热仿真与测试：通过热仿真或实测确认器件温度在降额范围内。
- 可靠性预计：使用标准手册计算系统失效率，验证是否满足指标。
- 设计评审与迭代：对不满足项进行设计修改，重新评估。
| 设计原则 | 核心思想 | 与降额的关系 | 典型应用 |
|---|---|---|---|
| 降额设计 | 降低应力/强度比 | 直接方法 | 电阻功率降额 50%，电容电压降额 60% |
| 冗余设计 | 并联备份 | 补充手段 | 双电源供电、双通道信号链 |
| 热设计 | 控制结温 | 降额的前提 | 散热器选型、风道设计、PCB 铜箔 |
| 简化设计 | 减少元器件数量 | 降低系统失效率 | 集成化设计、减少分立器件 |
| 容差设计 | 允许参数漂移 | 与降额互补 | 电源纹波容忍度、逻辑电平裕量 |
2.5 案例拆解：通信电源模块的降额设计实践
案例背景：某通信设备厂商设计一款 48V 输入、12V/10A 输出的 DC-DC 电源模块，要求 MTBF ≥ 50 万小时（约 57 年），工作环境温度为 -40°C 至 +70°C。初始设计中，输出整流二极管选用 100V/20A 的肖特基二极管，功率 MOSFET 选用 100V/30A 器件，输入滤波电容选用 100V/470μF 电解电容。
初始现象与问题：按照 MIL-HDBK-217F 进行可靠性预计，系统总失效率约为 2800 Fit，对应 MTBF 仅 35.7 万小时，不满足 50 万小时指标。进一步分析发现，主要失效率贡献来自：输出整流二极管（占 32%）、功率 MOSFET（占 28%）、输入电解电容（占 18%）。
关键参数分析：
- 输出整流二极管：实际承受反向电压 35V（占额定 100V 的 35%），导通电流平均 10A（占额定 20A 的 50%），结温实测 115°C。
- 功率 MOSFET：开关尖峰电压 65V（占额定 100V 的 65%），导通电流 RMS 8.5A（占额定 30A 的 28%），结温 108°C。
- 输入电解电容：纹波电流 1.8A（占额定纹波电流 2.5A 的 72%），核心温度 95°C。
降额改进措施：
- 输出整流二极管：更换为 150V/30A 器件，使反向电压降额至 23%，电流降额至 33%；同时增加散热铜箔面积，结温降至 92°C。
- 功率 MOSFET：更换为 150V/40A 器件，使尖峰电压降额至 43%，电流降额至 21%；优化栅极驱动电阻，开关损耗降低 15%，结温降至 85°C。
- 输入电解电容：改为两个 100V/470μF 并联，纹波电流分摊至每个 0.9A（降额至 36%），核心温度降至 78°C。
结果对比：改进后重新进行可靠性预计，系统总失效率降至 1450 Fit，MTBF 提升至 69 万小时，满足指标要求。其中，二极管失效率从 896 Fit 降至 320 Fit，MOSFET 从 784 Fit 降至 290 Fit，电容从 504 Fit 降至 180 Fit。
风险与代价：改进方案增加了 BOM 成本约 12%，PCB 面积增加约 8%，但换来了 MTBF 提升 93% 的显著收益。此外，由于降额后器件温度降低，热应力减小，进一步延缓了耗损失效期的到来，延长了产品实际使用寿命。
2.6 常见误区与总结
常见误区一：认为“降额系数越大越好”。实际上，过度降额可能导致器件工作状态偏离最佳设计点，例如 MOSFET 栅极驱动电压过低会增加导通电阻，反而增大功耗和温升。降额应遵循标准推荐的合理范围（如 GJB/Z 35 中电阻功率降额 50%~70%，电容电压降额 50%~60%）。
常见误区二：忽略失效率的温度依赖性。许多工程师只关注电应力降额，却忽视热设计。根据 Arrhenius 模型，温度每升高 10°C，化学反应速率约翻倍，器件失效率也随之显著上升。降额设计必须与热设计同步进行。
常见误区三：将 MTBF 与寿命等同。MTBF 是统计指标，适用于指数分布（偶然失效期），而产品寿命通常指耗损失效期的时间点。两者概念不同，不能混淆。