电路板烧了三次之后，我才懂什么是可靠性增长
去年秋末在南京江北跑项目，客户拿三块烧黑的工业控制板扔我桌上。烟味混着焊锡糊味飘过来。我头都大了。烧一块板小两千。这批已经改了两次。客户说现场跑了不到两个月，核心IO模块就炸，还是给新能源生产线做配套，出问题连带着整条线停，损失不小。
一开始我怪自己选型不走心，降额没留够余量，捋完一遍整个研发流程才反应过来——我们根本没做正经的可靠性增长，只是赶进度凑出来一个能跑的样品就上马了。
工业控制器可靠性增长加速测试环境图
很多小公司研发赶进度，样品能跑通功能就赶紧开模量产，把可靠性测试扔给生产，把问题扔给用户，最后出了问题再召回整改，算下来成本比提前做可靠性增长高好几倍。说穿了就是侥幸心理，觉得不会那么倒霉，偏偏墨菲定律就是，该出的问题，一定会出，只是早晚的事儿。
可靠性增长问题整改跟踪记录表
真实的可靠性增长，核心是暴露问题优先，不是赶紧证明你没问题。我们做工业项目的惯例，一般会拿至少五台初始样品，做加速应力试验：电压超规格20%，温度超规格15度，连续跑满168小时，跑的时候每分钟记一次核心参数，只要出哪怕一次闪断、一次参数漂移，不管看起来多小的问题，立刻拆板查根因。找到问题改完，再从头跑一遍，直到连续两轮不出任何异常。
每改一个问题，产品的失效率就降一截，可靠性就往上跳一级。不是一下子就能做到满分，是一步步爬上去的。
可靠性增长也有边界，不是越靠谱越好
我见过不少老板，一听可靠性重要，张嘴就要100%不出问题的产品，那根本不可能，也不划算。
举个例子，你做面向民用的共享充电桩，要求使用寿命十年，你给所有元件都换成军工级的，成本直接翻两倍，售价就得翻一倍，本来一千块能卖的东西卖到两千，谁会买？可靠性增长永远要跟着产品定位走，你做工业级核心设备，就得花功夫多改多测，你做一次性快消电子产品，只要撑过保修期就能满足需求，没必要做过度增长，多余的成本最后还是消费者买单。
还有不少人觉得，可靠性增长只是研发阶段的事儿，量产后就不用管了。不对，产品卖出去之后，收集到的现场故障，整改后用到下一代产品上，这也是可靠性增长。哪怕是已经量产的老产品，每次工艺优化、bug整改，都是一次增长。现在的智能硬件都带OTA升级，每次更新修复隐疾，其实就是软件层面的可靠性增长。
不过话说回来，软件的可靠性增长比硬件麻烦太多，你改了一个旧bug，很容易带出一个新bug，所以每次改动都要做足回归测试，不能改完就匆匆发版。
还有一个常见的坑，就是为了赶进度改问题只改表面，不改根因，搞出来假增长。之前碰到过一个项目，一高温就宕机，测出来是某个核心元件温度超标，工程师图省事，直接换了个大封装就完事，根本没查为什么会超标，改完再测还是出问题，最后才发现是背面走线铺铜太少，散热根本散不出去，换大封装也没用。看起来改了问题，其实可靠性一点都没涨，白耽误功夫。
上次那个南京的项目，我们重新做了一轮完整的可靠性增长，一共改了四个小问题：IO口的瞬态抑制二极管耐压选低了，高压走线间距留窄了，散热孔开少了，电源芯片的补偿参数不对。改完之后，现在快两年了，现场跑了几千台，没再炸过一块。
我临走的时候把那块最黑的样品带回来了，现在钉在我工位的隔板上。每次改方案赶进度想偷懒的时候就能看见。
很多人觉得做技术就是要追求一开始就完美，一稿过，一次做对。其实哪有那么多天生完美的产品。所谓可靠性增长，本质就是对用户的一点责任心——你愿意多花几天时间，多踩几个坑，把问题留在自己的厂里，别带给掏钱买你产品的人。就这么简单。
别翻百科，可靠性增长就是把坑提前踩完
很多人听到这个词，第一反应是高大上的研发方法论，要算一堆曲线，搞一堆复杂模型。说白了其实很简单：你别等用户帮你找问题，自己把能出的问题都提前造出来，改完，产品出去就不会再犯。 就像第一次去爬野山，你提前把所有容易迷路的岔路口都走一遍，标好记号，后面带人走就不会错。不是说你一开始就能开出一条完美的路，是走一次补一次，路才越来越顺。 固有可靠性是你画图纸选元件的时候就定下来的，而可靠性增长，就是把设计里藏的漏洞一个个挖出来补上，把原本设计好的可靠性，实打实做出来。我刚入行跟着老工干活，他说，好产品不是测出来合格的，是测出来不合格，改完才合格的。这句话我记到现在。工业控制器可靠性增长加速测试环境图
很多小公司研发赶进度，样品能跑通功能就赶紧开模量产，把可靠性测试扔给生产，把问题扔给用户，最后出了问题再召回整改，算下来成本比提前做可靠性增长高好几倍。说穿了就是侥幸心理，觉得不会那么倒霉，偏偏墨菲定律就是，该出的问题，一定会出，只是早晚的事儿。
最多人踩的误区：把可靠性试验当合格通行证
我见过太多公司做可靠性，就是走个流程，找第三方拿个报告，能投标能上架就行。测的时候一切往标准卡，标准要求48小时高温老化，就卡着48小时，时间到了没坏，立刻收拾东西走人。根本不会故意加负载、升温度，逼出藏着的问题。说实话，这哪叫可靠性增长，这叫给产品买了张进场门票，真到了复杂的现场环境，该炸还是炸。 之前那个客户就是这样，老板拍桌子说我们明明过了国标，怎么还出问题？我翻完他们的试验记录笑不出来——高低温循环一共做了10次，每次都是空载跑。你想想，工业控制板现场要满负载24小时连转，夏天南方机房不开空调能到四十度，你空载测一万次也测不出问题啊。可靠性增长问题整改跟踪记录表
真实的可靠性增长，核心是暴露问题优先，不是赶紧证明你没问题。我们做工业项目的惯例，一般会拿至少五台初始样品，做加速应力试验：电压超规格20%，温度超规格15度，连续跑满168小时，跑的时候每分钟记一次核心参数，只要出哪怕一次闪断、一次参数漂移，不管看起来多小的问题，立刻拆板查根因。找到问题改完，再从头跑一遍，直到连续两轮不出任何异常。
每改一个问题，产品的失效率就降一截，可靠性就往上跳一级。不是一下子就能做到满分，是一步步爬上去的。
可靠性增长也有边界，不是越靠谱越好
可靠性增长也有边界，不是越靠谱越好
我见过不少老板，一听可靠性重要，张嘴就要100%不出问题的产品，那根本不可能，也不划算。
举个例子，你做面向民用的共享充电桩，要求使用寿命十年，你给所有元件都换成军工级的，成本直接翻两倍，售价就得翻一倍，本来一千块能卖的东西卖到两千，谁会买？可靠性增长永远要跟着产品定位走，你做工业级核心设备，就得花功夫多改多测，你做一次性快消电子产品，只要撑过保修期就能满足需求，没必要做过度增长，多余的成本最后还是消费者买单。
还有不少人觉得，可靠性增长只是研发阶段的事儿，量产后就不用管了。不对，产品卖出去之后，收集到的现场故障，整改后用到下一代产品上，这也是可靠性增长。哪怕是已经量产的老产品，每次工艺优化、bug整改，都是一次增长。现在的智能硬件都带OTA升级，每次更新修复隐疾，其实就是软件层面的可靠性增长。
不过话说回来，软件的可靠性增长比硬件麻烦太多，你改了一个旧bug，很容易带出一个新bug，所以每次改动都要做足回归测试，不能改完就匆匆发版。
还有一个常见的坑，就是为了赶进度改问题只改表面，不改根因，搞出来假增长。之前碰到过一个项目，一高温就宕机，测出来是某个核心元件温度超标，工程师图省事，直接换了个大封装就完事，根本没查为什么会超标，改完再测还是出问题，最后才发现是背面走线铺铜太少，散热根本散不出去，换大封装也没用。看起来改了问题，其实可靠性一点都没涨，白耽误功夫。
上次那个南京的项目，我们重新做了一轮完整的可靠性增长，一共改了四个小问题：IO口的瞬态抑制二极管耐压选低了，高压走线间距留窄了，散热孔开少了，电源芯片的补偿参数不对。改完之后，现在快两年了，现场跑了几千台，没再炸过一块。
我临走的时候把那块最黑的样品带回来了，现在钉在我工位的隔板上。每次改方案赶进度想偷懒的时候就能看见。
很多人觉得做技术就是要追求一开始就完美，一稿过，一次做对。其实哪有那么多天生完美的产品。所谓可靠性增长，本质就是对用户的一点责任心——你愿意多花几天时间，多踩几个坑，把问题留在自己的厂里，别带给掏钱买你产品的人。就这么简单。