可靠性增长为何会在现场失速：机理、模型与边界

某型机载设备在增长试验中把MTBF从210 h推到580 h，转入外场后前12个月却只维持了约330 h。试验室与现场之间的落差，往往被归因于“样本少”或“使用环境更严酷”。这类解释不算错，但太省事。可靠性增长的核心问题不是曲线画得够不够漂亮，而是失效机理是否被真正识别、纠正措施是否在目标剖面上仍然有效。

时间本身不修复任何东西。

增长曲线不是自然规律

可靠性增长试验通常遵循TAAF循环：试验—分析—改进—再试验。统计模型把这一过程压缩为失效强度随累积试验时间下降的幂律关系，Duane模型和AMSAA/Crow模型是常见工具。模型有用，但它们的假设常被忽略：失效模式相对稳定，纠正措施不引入新的主导失效，试验剖面与现场剖面具有可比性。三项中任何一项不成立，曲线就会变成一种局部拟合。

更隐蔽的问题在失效分布。若早期失效来自批次缺陷或装配波动，筛选和老化会带来可观的MTBF提升；这种提升看起来像增长，实质是缺陷暴露后的淘汰效应。一旦批次一致性变差，曲线会迅速回撤。增长试验若没有失效物理分析支撑，很容易把“筛掉坏品”误读为“设计变可靠”。

还有一个常被低估的条件：试验剖面的代表性。增长试验为了激发失效，常采用加速应力或强化剖面。应力水平提高后，失效机理可能切换。高温下主导的是焊点蠕变，低温下可能是启动电流和润滑失效；振动量级提高后，紧固件松脱会掩盖板级疲劳。此时曲线仍在下降，但它描述的是另一个产品。

纠正措施的有效性常被高估

增长管理中最容易被高估的环节，是纠正措施的有效性验证。工程现场常见这样的闭环：失效复现，定位到某器件，更换型号或增加散热，复测通过，关闭问题。流程完整，证据链却短。复测通过只说明原失效模式在试验条件下被压制，不说明新措施在全寿命剖面内没有引入新风险。

反例并不少见。某电源模块在高温下加装导热垫后，高温满载温升下降，试验通过；低温启动时导热垫变硬，界面接触热阻反而上升，启动电流触发保护。问题在增长曲线上不会立刻出现，因为低温启动的样本少、试验周期短。纠正措施把失效从高温区赶到了低温区，统计上却表现为增长。

因此，纠正措施需要独立验证，而不是在同一个试验台上重复通过。验证至少应覆盖：措施作用的失效机理是否被消除，而不是被转移；新措施是否改变相邻界面的应力分布；制造一致性是否可控；现场可维修性是否被牺牲。这里有一个工程与管理的张力：增长试验有进度压力，闭环质量却需要额外样本和时间。压缩验证，曲线会好看，现场会难看。

FRACAS的数据质量也决定增长的真假。失效报告若只记录“更换后正常”，不记录失效部位、应力条件、批次和检测方法，后续分析只能做统计游戏。数据不是越多越好，可追溯的失效链比样本量更关键。

模型能外推多远

AMSAA/Crow模型在工程上流行，因为它能给出瞬时MTBF和累积MTBF的估计，也便于安排后续试验。但模型参数不是物理常数。幂律指数下降，可能来自真实的设计改进，也可能来自试验剖面中的失效模式耗尽。两种情形在统计上可以长得一样，在工程上完全不同。

外推一步是估计，外推三步是信仰。尤其是从增长试验外推到现场寿命周期，需要额外假设：现场使用剖面可测、保障条件稳定、软件配置不漂移、供应链批次不突变。任何一项变化，都会让模型区间失去覆盖性。小样本高可靠产品更麻烦，失效数少到无法支撑模型拟合，贝叶斯方法可以引入先验，但先验本身需要可审计的工程证据，否则只是把不确定性换了个位置。

软件可靠性增长模型还有另一层边界。硬件增长通常对应失效机理消除，软件增长更多对应缺陷发现和修复。修复可能引入新缺陷，缺陷密度与使用剖面强相关。把硬件增长曲线直接套到软件版本迭代上，参数解释会变得含糊。模型可以用于趋势管理，不宜用于承诺现场MTBF。

把增长放回工程系统

可靠性增长不是孤立试验活动。它受设计裕度、热设计、降额、冗余、维修性、保障性和供应链一致性共同约束。增长试验能暴露问题，但不能替代可靠性设计。一个缺少降额设计的电源，靠增长试验反复修补，可能得到一条漂亮的曲线和一个脆弱的现场表现。

边界条件需要说清楚。高可靠、长寿命、少样本的产品，增长模型统计功效不足，更适合失效物理仿真与加速试验结合；现场失效模式分散、批次差异大的产品，增长曲线容易被混合分布扭曲；软件密集型系统，增长管理应区分缺陷修复与架构风险。反过来，若产品失效机理单一、试验剖面可代表现场、纠正措施可独立验证，增长试验仍然是有效的工程手段。

产学研合作中常见的脱节是：实验室数据与现场数据不共享同一套失效编码，增长试验的“通过”无法对应现场可靠性指标。解决路径不神秘，但费功夫——统一失效分类，保留试验剖面和现场剖面的映射，把纠正措施验证样本纳入增长评估，允许模型在机理变化时失效。数字孪生和PHM提供了新工具，前提是数据链可信；否则只是把旧问题搬进新屏幕。

可靠性增长的真正对象，是一组失效机理，而不是一条曲线。曲线下降可以是好消息，也可能是坏消息被暂时藏起来了。工程判断在这里不可替代：什么时候该继续试验，什么时候该停，什么时候该承认模型已经越界。这个问题没有通用答案，只有条件、证据和边界。