故障模式影响分析：那张没人细看的表格，后来救了我一命

去年冬天，凌晨两点，电话响了。产线上一批刚出货的电机驱动器，客户那边直接炸了——字面意义上的炸，外壳崩开，焦味弥漫。我连夜赶过去，拆开一看，继电器触点粘连，把后级功率管给短路了。问题不大，改个继电器型号就行。但我后背发凉：这毛病，两年前的设计FMEA表格里其实写过。当时填表的小伙子随手写了个“继电器失效→电机不转”，影响度打了4分，然后整条线就飘过去了。没人细看。

你说这是不是活该？

所以今天不扯那些百科定义。就聊聊故障模式影响分析——FMEA——这个被无数工程师骂过、又被无数事故打脸的东西。它到底该怎么用，哪儿容易翻车，以及为什么我劝你下次别把它当交差作业。

先别急着填表，你压根没搞清“故障模式”是什么

很多人一上来就打开模板：部件名称、功能、故障模式、严重度、频度、探测度……然后开填。停。

你分得清“故障模式”和“故障原因”吗？举个例子。一个电容，故障模式是什么？是“开路”或者“短路”，不是“电解液干涸”——那是原因。又比如轴承，故障模式是“卡死”或“磨损松动”，不是“润滑不足”。搞混了，后面全乱。因为你分析的颗粒度会飘：一会儿写现象，一会儿写根因，风险优先数算出来纯属自嗨。

说实话，我第一次填FMEA也犯这错。当时师父拿红笔圈了我二十多处，骂了句“你搁这儿写散文呢”。后来才懂：故障模式必须是能观察到的、物理的、具体的变化。开路、短路、断裂、泄漏、卡滞、漂移……就这些。你得像个法医，先定义尸体什么样，再去追谁杀的。

再说影响。影响不是“电机不转”，太笼统。是“电机不转导致传送带卡死，物料堆积，机械臂撞上去，整线停机四小时”。你得往上一层一层推。这叫“局部影响→上层影响→最终影响”。推得越远，严重度评分越靠谱。很多团队就停在一层，结果严重度全打3分4分，老板一看：这产品风险挺低嘛。放屁。真正要命的是那些连锁反应。

所以FMEA的第一关不是填表，是拆解功能。把系统拆成零件，把零件拆成功能，每个功能列出可能的失效形态。这一步偷懒，后面全是垃圾进垃圾出。

那个RPN数字，真的别太当回事

RPN——风险优先数，严重度×频度×探测度。教科书说，数字越大越优先处理。听起来很合理对吧？但我跟你说，这玩意儿坑过不少人。

举个例子。某医疗设备的一个密封圈，故障模式是“缓慢泄漏”。严重度9（可能造成感染），频度3，探测度7（很难在出厂前检测），RPN=189。旁边一个外壳螺丝，故障模式是“松动”，严重度2，频度8，探测度2，RPN=32。按RPN排序，你先改密封圈，没问题。但假如密封圈那个频度你估错了呢？你凭经验拍了个3，实际是6。RPN变成378，优先级更高。可如果另一个部件RPN=300，你反而没管它？

更离谱的是，有些团队为了“让数字好看”，故意调低频度或探测度。你问为什么？因为老板盯着RPN排行榜，哪个高就催哪个。于是大家心照不宣：把严重度写实，频度和探测度往低了压。反正没数据支撑，你说3就是3。

所以现在不少正规厂子已经弃用RPN了。改用行动优先级（AP）——高、中、低三档，根据严重度和频度的组合查表。简单粗暴，但至少不容易被数字游戏忽悠。或者更狠的，直接按严重度一刀切：严重度9以上的，不管频度多低，必须做设计更改。我觉得这思路对。安全相关的东西，别算概率。概率是给保险公司用的，工程师得想最坏情况。

不过话说回来，AP表也不是万能。有些团队把它当圣旨，严重度8、频度2，查出来“低优先级”，就真不管了。你想想，频度2代表什么？千分之几的概率。一百万台里几千台出事，你受得了？所以我的习惯是：严重度大于等于7的，全部人工过一遍。别偷懒。

聚焦一个切口：硬件设计FMEA里最容易被忽略的“界面”

FMEA范围太宽，能写一本书。今天收窄一下，只聊硬件设计阶段——DFMEA。而且再切一刀：界面故障。就是两个零件、两个模块、甚至两个供应商产品交界的地方。

为什么盯界面？因为这里最容易三不管。你设计电源板，他设计控制板，中间一个连接器。电源板工程师说：我输出正常。控制板工程师说：我输入正常。那连接器呢？谁分析？连接器插针氧化算谁的故障模式？很多人默认那是供应商的事，或者采购的事。结果呢？现场振动导致微动磨损，接触电阻变大，控制板间歇性复位。查了三个月，最后发现是连接器选型时没考虑微动腐蚀。

DFMEA里有个经典动作叫“界面矩阵”——把每个模块的输入输出列出来，交叉对比。但现实是，大部分团队嫌麻烦，直接跳过。我见过一个做工业网关的，网口和主芯片之间的变压器，隔离耐压参数没对齐。设计FMEA里写了“变压器击穿”，严重度9，频度2，探测度6，RPN=108。看着不高，放着了。后来客户那边雷击浪涌打坏一片。拆开发现，变压器本身没问题，但PCB爬电距离不够，打火烧了。这算谁的故障模式？变压器？PCB？还是结构设计？

所以界面的FMEA必须拉上多方一起做。别各写各的。我现在的习惯是：每个界面至少找两个人对一遍——一个负责A侧，一个负责B侧，外加一个系统工程师当裁判。吵一架最好，吵出来的分歧点，就是故障模式的高发区。

别拿FMEA当一次性作业，它是活的

很多公司做FMEA就两个时间点：设计评审前突击填一波，量产前再补一波。然后锁进文件柜，三年不碰。这跟买保险然后盼着不出事有啥区别？

FMEA应该跟着产品一起呼吸。每次出现现场故障、每次设计变更、每次供应商换料，都得回头更新。我见过一个狠人，他们团队把FMEA做成了在线表格，跟Jira打通了。每出一个bug或者客诉，自动生成一条待办：请确认对应FMEA条目是否遗漏。如果发现是新故障模式，补进去，同时标注“来源于现场”。这招特别管用。因为现场数据是真实的频度来源。你拍脑袋写的3，和实际返修率0.3%，哪个准？

还有一个误区：觉得FMEA必须大而全。几百行，每个螺丝都分析。真没必要。聚焦高风险的20%部件，把它们的故障模式挖透。剩下80%用检查表过一遍就行。我见过一份FMEA，写了三百多条，结果最关键的功率管散热失效只写了“过热→损坏”，没了。散热器和功率管之间的导热硅脂干涸、螺丝松动、风道堵塞……这些故障模式一个都没提。那这份FMEA除了应付审核，屁用没有。

另外，别怕暴露问题。有些团队把FMEA当成绩单，写得越干净越好。严重度打低，频度打低，显得设计很完美。你这是骗自己。FMEA本来就是找茬用的。写得越难看，说明你越认真。我见过一个项目经理，每次评审就一句话：“这页里最坏的情况是什么？写出来。”逼着大家往坏处想。反而他们团队的产品，现场故障率最低。

最后说句掏心窝子的：故障模式影响分析这东西，看着枯燥，表格一堆，但真用好了，能救命。别把它当文档任务，把它当排雷地图。你每填一个故障模式，就是在问自己：这个地方要是炸了，我能不能承受？如果答案是“不能”，那就改设计，或者加保护，或者改工艺。而不是在表格里把数字调低。

那张没人细看的表格，后来我重新翻出来，在继电器那一行加了备注：“触点粘连会导致功率管直通，严重度9，必须选用带灭弧的型号。” 产线改了，再没炸过。但每次想到那通凌晨两点的电话，我还是会骂自己一句：早干嘛去了。