可靠性工程技术打脸现场：标称10万小时的电源，凭什么两年就报废？

前阵子收到一封客户邮件，开头第一句就是：“你们这电源标着MTBF十万小时，我们产线上用了两年，坏了快三成。十万小时？逗我呢？”说实话，隔着屏幕都能闻到火药味。我盯着那行字愣了半天——不是心虚，是太熟悉了。这场景，干 reliability 这行的谁没遇到过几回？

不过话说回来，客户骂得也没错。你包装盒上印着“MTBF≥100,000小时”，换算下来十一年不坏，结果两年就批量返修。换我我也拍桌子。但问题在于，MTBF这个东西，从定义到用法，被误解得太深了。深到连很多硬件工程师都把它当成“寿命”来用。

今天不扯那些教科书定义，就从一个电源模块的翻车现场聊起，把可靠性工程技术里最容易被滥用的那个数字，拆开给你看。

那封带着脏话的邮件

客户是做工业网关的，南方某城市，梅雨季湿度常年百分之八九十。电源模块装在户外机柜里，没空调，夏天内部温度能飙到七十多度。他们采购时只看了一个指标：MTBF。供应商拍胸脯说十万小时，价格还便宜，那就买呗。

两年后，返修率直奔百分之三十。失效表现很一致：输出纹波变大，偶尔启动不了。拆开一看，电解电容底部鼓包，有的引脚都绿了。典型的电解液干涸加电化学腐蚀。

客户质问：你们不是说十万小时吗？我反问一句：你知道这十万小时是怎么算出来的吗？对方沉默了。

这就是问题的起点。MTBF不是实验做出来的寿命，是算出来的一个统计期望值。怎么算？把元器件失效率加起来，取倒数。元器件失效率哪来的？查手册。手册里的数据哪来的？大多是早年军标或行业数据库里的经验值，测试条件跟你的实际工况可能差了十万八千里。

更关键的是，MTBF的数学基础是指数分布。指数分布有个要命的前提：失效率恒定。也就是说，产品从第一天到最后一天，坏的概率一模一样。没有早期失效，也没有磨损老化。你信吗？

电源模块高温老化试验箱实拍图

MTBF到底是个什么鬼

MTBF到底是个什么鬼

咱把话说透。MTBF全称是平均无故障时间。注意，是“平均”，不是“保证”。它描述的是在失效率恒定的假设下，一批产品两次故障之间的平均间隔。注意是“一批”，不是“一个”。

打个不太精确的比方：你扔一枚均匀硬币，正面朝上的概率是二分之一。但你不能说“我扔两次一定有一次正面”。MTBF十万小时，意思是对于一个大规模样本，平均下来每十万小时发生一次故障。具体到你这台机器上，可能第三年就坏了，也可能十五年没坏。而且——指数分布是无记忆的。一台已经正常跑了五年的电源，下一个小时坏掉的概率，跟全新的时候一模一样。

这跟人的寿命完全两码事。人越老越容易生病，机器在指数分布模型里不会“变老”。

那为什么大家都爱用MTBF？因为好算。一个数字塞进规格书，采购看得懂，销售好宣传。至于背后的假设成不成立，没人追问。

你猜怎么着？我见过不少规格书，MTBF值后面连置信度都不标。算出来一个点估计就敢往纸上印。正确做法至少得给出置信区间和测试条件，比如“在25℃、额定负载下，基于Bellcore/Telcordia SR-332方法计算，置信度90%”。可惜，大多数宣传页上只有孤零零一个“100,000小时”。

浴盆曲线？你的产品可能根本没有盆

说到可靠性，绕不开浴盆曲线。早期失效期、偶然失效期、耗损失效期，画出来像个浴盆。教科书上都这么画。但你要真拿它去套所有电子产品，会掉坑里。

很多电子产品的实际失效率曲线根本不是浴盆形，而是持续下降或者单调上升。半导体器件没有明显的磨损期，电解电容倒是有耗损，但如果你选型降额不够，早期失效能拖好几年。更麻烦的是，批次性缺陷会让曲线出现莫名其妙的鼓包。

我经手过一个案例，某款DC-DC模块在客户那边头三个月失效率千分之三，过了半年降到千分之零点五，第三年又往上翘。你画浴盆曲线？它画出来像个歪嘴葫芦。为什么？头三个月是焊接虚焊和来料批次问题，第三年是电容寿命到了。两个完全不同的失效机理，叠在一张图上。

电子元件浴盆曲线失效率分布曲线图

所以可靠性工程技术的第一步，不是套模型，是搞清楚你的产品到底有哪几种失效机理，各自服从什么分布。焊点疲劳是威布尔分布，电解电容寿命跟温度遵循阿伦尼乌斯方程，轴承磨损又是另一套。把这些混在一起算一个MTBF，除了糊弄采购，没别的用。

可靠性工程技术的真正战场在车间

可靠性工程技术的真正战场在车间

那咋办？别指望一个数字保平安。可靠性是设计出来的，也是造出来的，更是管出来的。

先说设计端。降额设计是基本功。电解电容耐压25V，你用在12V电路上，纹波电流还压着额定值的一半，这叫降额。但降额不是万能药。刚才那个客户，电容电压降额到了60%，还是鼓包。为什么？纹波电流太大，内部发热，寿命直接腰斩。你看，降额得看应力类型，光看电压不够。热应力、电应力、机械应力，得分开算。

再说试验端。别光盯着MTBF计算书。做点HALT（高加速寿命试验），把温度、振动、电压拉到极限，看产品先死在哪儿。HALT不告诉你寿命多长，它告诉你设计余量够不够。我见过一个电源，常温跑一万小时没事，到65℃环境仓里，两百小时就挂了。你猜客户现场机柜夏天多少度？七十度。这种信息，MTBF计算书里永远看不到。

还有FMEA。别把它做成填表游戏。失效模式、影响、探测度，每一项都得有人真的蹲在产线上琢磨。比如某个接插件，FMEA里写“接触不良，影响功能”，探测度给个5分。实际上装配工位那个位置根本没法目检，得靠工装保证。你给5分，说明分析没走心。

最后说现场数据。可靠性工程技术离开售后数据就是空中楼阁。客户返修回来的板子，别光换新了事。做个失效分析，拍个X光，切个切片，搞清楚到底怎么坏的。这批电容鼓包是来料问题还是散热设计问题？是偶发还是趋势？把这些数据喂回设计端，下一版才能真进步。

别迷信那个数字

别迷信那个数字

回到开头那封邮件。后来我们给客户换了低ESR、耐高温的固态电容，改了散热结构，MTBF重新算了一遍——还是那个数，七万小时。但这次在规格书里加了一行备注：适用外壳温度≤55℃，纹波电流不超过额定值70%，实际现场寿命预期按阿伦尼乌斯模型估算。

客户看完说：你这数比原来还小，但我心里踏实了。

靠谱。可靠性工程技术从来不是秀一个漂亮数字，而是把失效的来龙去脉讲清楚，把边界条件写明白，把该做的试验做扎实。至于那个MTBF——它就是个参考，别把它当保单。

下次再看到“十万小时”的宣传语，你可以笑着问一句：什么条件下的十万小时？算的还是测的？置信度多少？对方要是支支吾吾，你心里就有数了。