3. 硬件随机失效与失效率基础
各位好，我是老周。今天咱们聊点硬核的——随机硬件失效。这玩意儿是功能安全的地基，搞不懂它，后面做FMEDA、算失效率全是空中楼阁。
我记得刚入行那会儿，带我的老师傅扔给我一句话：“电子硬件一定会坏，只是时间问题。”当时我不信，觉得我们板子用料扎实、测试严格，怎么可能？后来在EMC实验室亲眼看到一块板子莫名其妙地挂了，复位都没用……嗯，从那以后我老实了。
3.1 随机硬件失效：到底什么是“随机”？
先给个定义。随机硬件失效，指的是硬件在使用过程中，由于内在的物理、化学变化，在不可预测的时间点发生的失效。
关键在“随机”二字。它不是设计错误，不是制造缺陷，也不是人为误操作。它就是——运气不好。你想想看，同一批生产的芯片，同一台设备，有的用十年没事，有的三年就挂了。这就是随机性。
随机硬件失效 vs 系统性失效
- 随机硬件失效：由硬件内在的物理退化引起，发生时间不可预测，但失效率可以统计。比如：芯片的电子迁移、MOS管的栅氧化层击穿。
- 系统性失效：由设计错误、制造缺陷、软件bug等确定性原因引起。只要条件满足，它必然发生。比如：电源设计余量不足导致高温下重启。
ISO 26262 管的主要是随机硬件失效。系统性失效靠流程和评审来堵。
我在项目中遇到过一件事：某款ECU的CAN收发器，在客户现场批量出现通信中断。一开始大家以为是随机失效，后来发现全是同一批次的芯片、同一焊盘位置。查到最后——是PCB焊盘设计尺寸偏小，导致虚焊。这其实是系统性失效，不是随机失效。所以，别一看到故障就往随机上靠，先排除系统性问题。
3.2 失效率 λ 与 FIT：量化“坏”的速度
随机失效没法预测单个器件什么时候坏，但可以统计一群器件在一段时间内坏多少。这就是失效率 λ。
失效率 λ 的定义很简单：单位时间内失效的器件数占幸存器件数的比例。
λ = (失效器件数) / (幸存器件数 × 时间)单位是 FIT（Failure In Time）。1 FIT = 1 × 10⁻⁹ / 小时。
什么意思？一个器件的失效率是 10 FIT，意味着它每 10⁹ 小时（约 114,155 年）才坏一次。听着很靠谱对吧？但别忘了，你的ECU上有几百上千个器件，加起来就不是小数目了。
| 失效率 λ | FIT 值 | 含义（单个器件） |
|---|---|---|
| 1 × 10⁻⁹ / h | 1 FIT | 每 10⁹ 小时失效 1 次 |
| 10 × 10⁻⁹ / h | 10 FIT | 每 10⁸ 小时失效 1 次 |
| 100 × 10⁻⁹ / h | 100 FIT | 每 10⁷ 小时失效 1 次 |
| 1000 × 10⁻⁹ / h | 1000 FIT | 每 10⁶ 小时失效 1 次 |
实战小技巧
做FMEDA时，我习惯把每个器件的FIT值列出来，然后按功能安全目标（比如ASIL B要求单点故障度量 > 90%）反推允许的最大失效率。如果算出来超标，要么换更可靠的器件，要么加冗余。
3.3 可靠性指标：MTBF 与 MTTF
这两个指标经常被混用，但含义不同。
- MTBF（Mean Time Between Failures）：平均故障间隔时间。适用于可修复系统。比如一个ECU坏了，换一个继续用，MTBF就是两次故障之间的平均时间。
- MTTF（Mean Time To Failure）：平均失效时间。适用于不可修复系统。比如一个电阻烧了，你不可能修它，只能换。MTTF就是它从开始工作到失效的平均时间。
对于电子硬件，尤其是功能安全分析，我们更关心 MTTF。因为大多数电子元器件是不可修复的。
MTTF 和 λ 的关系很简单：
MTTF = 1 / λ举个例子：一个器件的 λ = 10 FIT = 10 × 10⁻⁹ / h，那么它的 MTTF = 1 / (10 × 10⁻⁹) = 10⁸ 小时 ≈ 11,415 年。
听着很长对吧？但别忘了，这是单个器件的理论值。实际系统中，温度、电压、振动都会加速老化，让 MTTF 大幅缩水。
注意：别被MTBF/MTTF忽悠了
我曾经见过一个供应商，把MTBF吹到100万小时。结果一看小字——测试条件是25°C、无振动、理想电源。你车上的ECU工作在105°C、12V波动、持续振动，MTBF能剩十分之一就不错了。所以，看MTBF一定要看应用条件。
3.4 寿命曲线（浴盆曲线）：硬件的一生
硬件的失效率不是一成不变的。它随时间变化，画出来像个浴盆——所以叫浴盆曲线。
浴盆曲线分三个阶段：
- 早期失效期：刚出厂时，有制造缺陷的器件会快速暴露。失效率高，但下降很快。我建议做老化筛选，比如高温通电48小时，把早期失效提前干掉。
- 偶然失效期：这是产品的“青壮年”。失效率低且稳定，近似常数。功能安全分析主要针对这个阶段。ISO 26262 假设的失效率就是这段的恒定值。
- 耗损失效期：器件老了，磨损、腐蚀、疲劳开始显现。失效率快速上升。这时候功能安全机制也救不了，该换就换。
我的经验
做ECU设计时，我会把目标寿命定在浴盆曲线的“拐点”之前。比如电解电容的寿命是2000小时@105°C，那我的ECU设计寿命就控制在1500小时@105°C以内。留点余量，别卡着极限。
3.5 失效率模型：怎么算出来的？
实际项目中，我们不会凭空猜失效率。常用的方法有：
- 标准查表法：IEC 62380、SN 29500、MIL-HDBK-217 等标准给出了各类元器件的基准失效率。查表，然后根据温度、电压、环境等修正。
- 现场数据法：从实际返修数据统计。最准，但需要大量样本和长时间积累。
- 加速寿命试验：高温、高湿、高电压下加速老化，推算出正常条件下的失效率。
举个例子，一个陶瓷电容，IEC 62380 给出的基准失效率是 2 FIT。如果它工作在 85°C，温度因子是 2.5，那么实际失效率就是 2 × 2.5 = 5 FIT。
注意：失效率不是一成不变的
同一个器件，用在发动机舱（105°C、振动大）和用在座舱（25°C、无振动），失效率能差一个数量级。做FMEDA时，一定要按实际工作环境修正，别偷懒用默认值。
好了，这一节的内容就到这儿。随机失效、λ、FIT、MTBF/MTTF、浴盆曲线——这些概念是功能安全分析的“语言”。后面做FMEDA、算PMHF、定安全目标，全得靠它们。建议你把这一节的内容吃透，尤其是浴盆曲线和FIT的换算，后面会反复用到。