3. 可靠性基础
在MCU产品设计中，EMC解决的是“干扰是否导致功能异常”，而可靠性解决的是“产品在时间维度上能否持续正常工作”。两者共享同一套物理底层：电迁移、热载流子、介质击穿、焊点疲劳、腐蚀与离子迁移。理解可靠性基础，是把EMC整改从“通过测试”提升为“长期稳定”的关键一步。
一、可靠性的定义与量化语言
可靠性通常定义为：产品在规定条件下、规定时间内，完成规定功能的能力。它不是一个单点指标，而是一个与时间、环境应力和功能边界绑定的概率量。工程上常用以下参数描述：
- 可靠度 R(t)：产品在时间 t 内不发生失效的概率，R(t) 从1单调下降。
- 累积失效概率 F(t)：F(t)=1−R(t)，表示到 t 时刻已失效的比例。
- 失效密度 f(t)：单位时间内失效概率的变化率。
- 失效率 λ(t)：工作到 t 时刻仍未失效的产品，在下一单位时间内发生失效的概率，常以 FIT 表示，1 FIT=10⁻⁹/h。
- MTBF：平均无故障工作时间，对可修复系统而言是相邻两次故障间平均时间；对不可修复产品则对应 MTTF。
核心关系：当失效率为常数 λ 时，R(t)=e−λt，MTBF=1/λ。例如 λ=100 FIT=10⁻⁷/h，则 MTBF=10⁷ h≈1141年。注意这是统计平均值，不代表单台产品一定工作1141年。
二、失效率、MTBF与浴盆曲线
MCU产品的失效率随生命周期通常呈现“浴盆曲线”形态，分为三个阶段：
- 早期失效期：失效率由高快速下降，主要来自制造缺陷、焊接空洞、ESD损伤、材料夹杂。对应措施是老化筛选、AOI/X-Ray、边界扫描与出厂前烧机。
- 偶然失效期：失效率近似常数，是产品正常使用寿命区。此时MTBF最有意义，失效多由随机过应力、软错误、宇宙射线、电源浪涌等触发。
- 耗损失效期：失效率随时间上升，源于电解电容干涸、焊点疲劳、闪存保持力下降、连接器磨损等累积损伤。
对MCU而言，早期失效常与封装和焊接相关，偶然失效与EMC/ESD事件强相关，耗损失效则与热循环和材料老化相关。因此，可靠性设计必须同时覆盖筛选、降额、防护与寿命预估。
三、环境应力与失效物理概念
失效物理（Physics of Failure, PoF）强调从材料、结构和应力出发解释失效，而不是只统计失效数量。MCU常见环境应力包括：
| 应力类型 | 典型来源 | 可能失效模式 | 常用加速模型 |
|---|---|---|---|
| 温度循环 | 环境温度变化、功率循环 | 焊点疲劳、键合线断裂 | Coffin-Manson |
| 高温 | 持续工作、散热不良 | 电迁移、介质击穿、漏电增大 | Arrhenius |
| 湿度 | 凝露、高湿环境 | 腐蚀、离子迁移、短路 | Peck |
| 电应力 | 浪涌、ESD、过压 | 栅氧击穿、闩锁、端口损伤 | E模型 / 1/E模型 |
| 振动与机械冲击 | 运输、车载、工业现场 | 焊点开裂、封装分层 | Basquin |
加速模型的价值在于：用短时间高应力试验推算长时间低应力寿命。例如温度加速常用 Arrhenius 模型：
AF = exp[ (Ea/k) × (1/T_use − 1/T_stress) ]
其中：
Ea = 激活能（eV），如电迁移约 0.7~1.0 eV
k = 玻尔兹曼常数 8.617×10⁻⁵ eV/K
T_use = 使用温度（K）
T_stress = 加速试验温度（K）
示例：Ea=0.8 eV，T_use=328K(55℃)，T_stress=398K(125℃)
AF ≈ exp[ (0.8/8.617e-5) × (1/328 − 1/398) ] ≈ 47
即 125℃ 下 100 小时，约等效 55℃ 下 4700 小时。四、案例与工程落地
某工业MCU控制板在客户现场运行约8个月后出现批量复位。实验室EMC测试通过，但现场失效集中在高温高湿季节。分析发现：
- 复位引脚滤波电容靠近板边，湿气凝露后漏电增大，导致复位阈值漂移。
- LDO 输出电容为普通铝电解，高温下等效串联电阻上升，电源纹波增大。
- MCU 附近过孔未做阻焊覆盖，离子迁移形成微短路。
整改措施包括：改用低漏电、高可靠陶瓷电容；LDO 输出增加降额设计；PCB 增加三防漆；复位网络增加施密特触发整形；并在出厂前增加高温高湿偏置筛选。整改后现场失效率从约 1200 FIT 降至 180 FIT 以下。
可靠性指标不是“测出来”的，而是“设计出来、筛选出来、验证出来”的。MTBF 是结果，降额、热设计、防护、筛选和失效物理分析才是手段。
五、常见误区与复盘
- 误区一：MTBF 等于寿命。MTBF 是平均无故障间隔，不是保证每台都能工作这么久；指数分布下约 63.2% 的产品会在 MTBF 前失效。
- 误区二：通过 EMC 测试就等于可靠。EMC 是短时应力测试，可靠性关注长期累积损伤与批次一致性。
- 误区三：只做整机老化，不做失效分析。没有失效物理定位，筛选只能剔除不良品，不能改进设计。
- 误区四：忽略降额。MCU 的 IO 电流、LDO 功耗、电容耐压都需要降额，通常电压降额 70%~80%，电流降额 50%~70%。
复盘要点：可靠性设计必须与 EMC 设计同步进行。ESD、浪涌、EFT 等应力既是 EMC 问题，也是可靠性问题；若只在测试阶段整改，往往会把早期失效推到客户端，造成更高成本。
综上，可靠性基础的核心是：用 R(t)、λ(t)、MTBF 描述时间维度上的失效规律，用浴盆曲线识别不同阶段的失效机理，用环境应力和失效物理模型指导降额、筛选与寿命预估。对 MCU 产品而言，只有把 EMC 防护、热设计、降额和筛选统一到可靠性框架中，才能真正实现长期稳定运行。