当前位置:首页 > 科研成果库

机器从月月坏到三年不响:可靠性增长到底增了什么?

2026-11-22 06:30:44小研科研成果库9

返修台上那堆“偶尔坏”的终端

9月23号,南京,雨不大,但潮。江宁一个做电力监测终端的厂里,返修台上摆着十几台黑壳子。它们不是彻底罢工,是偶尔死机、偶尔掉线、偶尔自己重启。售后说,现场换一台就好。研发说,实验室跑一周都没复现。老板盯着返修率,问:可靠性增长到底怎么增?

这问题听着大,落到台面上很小——可靠性增长不是把合格证写得更漂亮,而是让同一类故障不再回来。不是这次修好了。是下次别来了。两句差很远。

很多团队把可靠性增长理解成一条往上的曲线。画出来好看,汇报也好看。可曲线背后如果只是换件、重启、复位、加润滑油,那叫维修,不叫增长。维修是让设备继续转。增长是让故障机理被掐掉。

南京梅雨季电力监测终端可靠性增长试验现场南京梅雨季电力监测终端可靠性增长试验现场

我见过一个典型故障:电源模块在高温高湿后启动困难。现场拆开,电容鼓包。换电容,好了。三个月后,同一批又坏。为什么?因为只换了件,没问电解液为什么跑。后来查出来是密封胶涂覆有气泡,水汽进去,加上纹波电流偏大,温度一上来就加速。改灌封工艺、换低ESR电容、把纹波压下去,再跑高温高湿和温度循环。那之后,同类返修才掉下去。你看,纠正措施要打到根因,才算增长。

曲线是后视镜,不是方向盘

可靠性增长有一套统计语言。Duane 早年看飞机发动机,发现累积故障率随着累积试验时间下降,双对数坐标里像一条斜线。后来 Crow-AMSAA 把它变成随机过程模型,用形状参数看趋势。说人话:如果故障间隔越来越长,系统在增长;如果故障间隔没变化,甚至越来越短,那曲线再漂亮也没用。

但我不太喜欢一上来就讲模型。模型是后视镜。它告诉你过去有没有变好,不直接告诉你下一步怎么改。真正让可靠性增长的,是 TAAF 循环——试验、分析、纠正、再试验。试验不是为了攒数据,是为了把问题逼出来。分析不是为了写报告,是为了找到物理机理。纠正是改设计、改工艺、改物料、改使用条件。再试验是验证措施真的有效。少一环,增长就断。

有人问,那 MTBF 增长到两万小时,是不是就代表两年不坏?别急。MTBF 是统计平均值,不是寿命保证。指数分布下它像个倒数,实际系统有耗损、有批次、有环境差异。把 MTBF 当承诺书,容易翻车。

可靠性增长试验TAAF循环与Duane曲线示意图可靠性增长试验TAAF循环与Duane曲线示意图

还有个小坑:数据删失。坏了才记,没坏不记;换件不算故障,重启不算故障;客户现场的问题,售后单里只写“已处理”。这些都会让曲线虚高。可靠性增长很怕的不是故障多,是故障被藏起来。

FRACAS:把每个故障钉在墙上

落地靠什么?FRACAS。故障报告、分析、纠正措施系统。名字很拗口,本质就一件事:每个故障都要有身份证。什么时候、什么环境、什么批次、什么工况、什么现象、根因是什么、措施是什么、谁验证、验证结果如何。没有闭环,故障就会换件再回来。

南京这边做户外设备,梅雨季是个天然试验场。凝露、盐雾、霉菌、温差,轮着来。连接器微动腐蚀,常常不是连接器本身的问题,是安装应力、密封、镀层、振动一起作用。你只换连接器,过一阵还坏。根因分析要问五次为什么,但别停在“操作不当”。操作不当背后,可能是标识不清、防错没做、说明书反人类。改这些,才叫可靠性增长。

可靠性增长FRACAS故障闭环纠正措施流程图可靠性增长FRACAS故障闭环纠正措施流程图

FRACAS 难的是坚持。刚开始大家热情高,填表、开会、追根因。项目一忙,表就荒了。我的看法很土:把售后维修单当金矿。每一条现场故障,都是免费的可靠性增长输入。前提是能追溯。批次要能追,软件版本要能追,工况要能追。否则分析就是猜。

验证也很关键。改完设计,跑几台样机,没坏,就说解决了?不够。要看加速模型、失效机理、应力水平、样本量。比如温度循环,焊点疲劳跟温差、循环次数、升降温速率有关。验证应力不能比现场还温柔。当然,也不能瞎加应力,把新故障逼出来,得知道哪些是相关失效。

别把筛选当增长,别把换件当闭环

别把筛选当增长,别把换件当闭环别把筛选当增长,别把换件当闭环

误区一抓一把。老化筛选、burn-in、环境应力筛选,能剔除早期缺陷,但它不改变设计固有可靠性。筛掉的是已经坏的和将要早坏的,不是让失效机理消失。把筛选当可靠性增长,就像把退烧药当治肺炎。

误区二,故障后换件恢复,算闭环。不算。闭环要有措施有效性证据,还要有防再发。误区三,只看实验室,不看现场。实验室条件再严,也未必覆盖现场的真实复合应力。误区四,把软件重启当修复。重启能恢复功能,但内存泄漏、看门狗误触发、任务阻塞这些根因还在。软件可靠性增长同样要定位到代码、时序、资源竞争。

还有组织问题。可靠性增长不是可靠性工程师一个人的事。设计、工艺、采购、售后、供应商,都要进闭环。供应商换料不通知,你的增长曲线能一夜回到从前。对吧?

增长会撞墙:外推之前先留一手

增长会撞墙:外推之前先留一手增长会撞墙:外推之前先留一手

可靠性增长有边界。纠正措施越到后期,容易改的都改了,剩下的是硬骨头。收益递减,投入却增加。这不是失败,是规律。另一个风险是外推。拿前几个月的增长趋势,往后推两年、五年,甚至写进合同。现场环境一变、批次一换、供应商一调整,趋势就断了。外推只能做参考,不能当保票。

还要防“纠正措施引入新故障”。为了防水,灌封死了,结果散热变差;为了抗振,加固了,结果应力集中;为了降功耗,换了芯片,结果软件不兼容。增长不是单目标优化,是系统权衡。要验证,要回归,要现场跟踪。

9月23号那场雨停了。返修台上的终端,后来有一批跑了三年,只换过电池。不是它们突然变强,是那段时间里,团队把每个故障都当成一次机会:找到机理,改掉它,再验证。可靠性增长没有神话,只有一堆脏活累活,加上一条不骗人的曲线。