超越“降额” – 值得现代工程师参考的可靠性概念

“可靠性”这个词汇对于不同的人士来说可能有着不同意义，但广泛来讲，底线往往在于成本。可靠性能够满足人的期望，它可能基于广告宣传、技术规格或合同，也可能与工程师以外的很多人士息息相关。例如在社会经济学的层面上，我们的生态系统以道德及伦理为基础。虽然工程师必须遵守雇主定下的行为标准，但是从个人品德的立场而言，道德规范可能比经济效益更加重要。历史常常告诉我们，任何文明都不能单凭经济基础而持久。完整的可靠性概念才是关键所在。

随着人们逐渐关注到产品制造和弃置对环境带来的影响，消费者的目光也由最低采购成本转移到最低拥有成本。无金钱或环境处罚而频繁更换低质量产品的年代已经一去不复返。相反，讲求可靠性的设计在今天的价值生态系统中变得尤为重要。

故障模式与机制

要达到令人满意的可靠性，便需要对故障模式与机制有充分的理解。故障模式说明了一个零件如何失效，也就是造成故障的“应力”。故障机制反映了零件的强度如何在不同的应力下被减弱。透过故障模式分析，我们可以归纳出故障的成因，从而改善产品的可靠性；明白了故障的机制后，我们又懂得选择合适的鉴定试验去验证某项应用的可靠性。

故障模式的分类如下：

* 电气性

* 灾难性(破坏性)

* 功能性 – 元件不能够提供正确的输出数据或信号

* 参量性 – 电流或电压超出允许误差

* 编程 – 非挥发性记忆体元件不能够做出正常响应

* 时序 – 例如由于传播延迟、读/写时间、升降时间及建立时间不符合规格而造成故障

* 机械性 – 例如引线受损、封装破裂、污染

* 外观 – 例如标记难以辨认

* 行政管理 – 例如产品、数量、封装、方向、日期和代码出现错误

故障机制的分类如下：

* 物理故障

* 与时间有关的介质击穿

* 负偏压温度不稳定

* 电子漂移

* 热载流子注入

* 辐射故障 (反应器、空间)

* 中子

* Beta粒子

* 伽马

分析和预测

可用信息能够估算出故障概率，却无法提供实际故障数据，这是实施可靠性工程的一大挑战。一般来说，用上几千小时去测试一个装置的做法是不切实际的，所以我们通常无法得到一个元件或系统在实际寿命中的测试数据。新产品的可靠性数据往往等于零，然而这并不代表有关产品永远不会出现故障。虽然以更高温度加快寿命测试或许能提供恰如其分的实验数据，不过该实验前提包括了活化能量恒久不变的假设，而在实际情况下，它是电压和温度的一个函数 (图1)。这限制了加快的寿命测试在预测可靠性方面的准确度。因此，现场故障的监察及反馈对提高产品可靠性的预测能力十分重要。

图1