可靠性工程技术：从修马桶到造火箭的破事儿

那玩意儿又坏了！——凌晨三点被客户电话炸醒，我真想骂人。但冷静下来，突然觉得这大概就是可靠性工程的魅力吧。你永远不知道明天和故障哪个先来。说实话，搞了十几年可靠性，我越来越觉得这东西就像医生，专治产品的“未病”，可偏偏大多数人只看重“急诊”。 电子设备维修场景杂乱工作台

浴盆曲线，那个骗了你半辈子的图

科班出身的人肯定还记得可靠性工程的第一课：浴盆曲线。早期失效噼里啪啦往下掉，然后进入平坦的偶然失效期，最后耗损期翘尾巴。多优美啊——像极了人生。但只要你真干过产品，就会发现这图跟现实的差距，大概就像方便面包装和实物的差距。早期失效你以为只是元器件缺陷？太天真了。工艺控制、存储条件、运输振动...任何一个环节都能让你的产品刚出门就趴窝。我记得有次给一批电源模块做老炼筛选，结果发现故障率最高的居然是焊接点的气泡，跟元器件毛关系没有。这时候你再看那个平滑的浴盆曲线，是不是觉得特假？偶然失效期也不偶然，只是失效机理的累积你没检测到。就像癌症，发现时总是晚期，可其实它早就潜伏多年了。 电子产品浴盆曲线失效规律对比图

加速试验，烧钱的艺术

可靠性试验到底有多烧钱？前不久跟一个创业老板聊天，他瞪大眼睛问我：“什么？做个HALT要二十万起？” 我差点没把咖啡喷出来。二十万还只是起步，兄弟。真正的高加速寿命试验(HALT)那是拿钱烧出来的可靠。几个循环下来产品可能全废了，就为了找到那个极限边界。可你不做？嘿嘿，市场会教你做人。去年有款智能锁，为了赶双十一，可靠性测试没做透，结果冬天冷一缩，指纹模组直接歇菜——退货率飙升到40%，整个公司差点倒闭。这就是典型的省小钱亏大钱。不过话说回来，现在有些国产试验箱倒是越来越牛了，温变速率能飙到60℃/min，而且价格只有进口的一半。我亲眼见过一个箱子把电路板冻得噼啪响，然后瞬间加热到150℃，那冲击，简直不是测产品，是上刑。可消费者不就得要这种上过刑还活着的玩意儿吗？ HALT高加速寿命试验设备内部测试场景

数据！数据！你到底糊弄谁呢？

数据！数据！你到底糊弄谁呢？ 我最烦某些人拿个MTBF(平均无故障时间)值来炫耀。动不动就“我们产品MTBF十万小时”。十万小时，十一二年，你产品卖出去有三年吗？MTBF这玩意儿，离开了置信度就是耍流氓。更现实的是，多数公司的故障数据都是售后维修部门随便记两笔，缺胳膊少腿，让你想分析都无从下嘴。Weibull分析？先别扯那么高深，能把失效现象描述清楚就算烧高香了。我见过最离谱的维修记录：“设备不工作，更换主板后好了。”——大哥，这跟没说有什么区别？不过这几年工业互联网倒是带来点希望，很多设备都有传感器了，运行数据实时上传。做预测性维护的团队终于不用再猜谜了。但新的问题又来了：数据量爆炸，噪声比信号还多。一个风机振动信号，你要是不会降噪，能分析出一部灾难大片来。所以啊，可靠性这行，工具在变，可核心还是那句老话：garbage in, garbage out。

软硬兼施？别逗了，硬件死了软件能复活？

软硬兼施？别逗了，硬件死了软件能复活？ 现在到处都在讲软件定义硬件，可靠性工程也时髦起来了，什么混沌工程、故障注入、自愈系统。Netflix的Chaos Monkey谁不羡慕？可冷静一想，你一个血糖仪，软件再智能，传感器漂移了它还能自己校准不成？最后还不是得靠硬件的鲁棒设计。我特别佩服那些搞宇航电子的，一颗电阻都要考虑辐照效应，那才是把可靠性刻进骨子里。但消费电子就惨了，成本压得死死的，工程师只能戴着镣铐跳舞。有时候真的会被逼疯——既要低成本，又要高可靠，这本身就是一对矛盾嘛。不过倒也有聪明做法，比如学汽车行业搞功能安全，把危害控制在可接受范围，而不是追求绝对的零故障。这思路挺好，承认不完美，然后设计保命机制。但是，还是那句话：执行起来难啊，尤其当老板觉得安全功能“多余”的时候…… 好了，牢骚发得够多了。刚才又被实验室叫去，说振动台又双叒叕卡住了。看吧，搞可靠性的人，自己的设备倒是最不可靠，这行当真讽刺。