可靠性统计方法最初需要统计产品使用中发生的故障数据，但随着工业化、市场化的发展，企业和用户均难以接受产品在使用中出现大量的故障，因此需要在产品交付市场前做一些有效的验证工作。可靠性试验方法因此诞生了。

可靠性试验方法分为可靠性统计试验和可靠性工程试验两大类。

可靠性统计试验想法来源于可靠性学术共同体构建可靠性专业自洽性的努力。所谓自洽的意思就是：既然已经给出了可靠度、失效率、平均故障间隔时间等这些可靠性指标，就要同时给出验证这些指标的方法。

人们自然而然地想到按概率论的方法对产品进行随机抽样，对抽出的样品按照产品的“实际”使用条件进行试验，得到故障数据，就可以判定产品的可靠性是否合格达标。工程中常用的可靠性鉴定试验和验收试验，分别对应着产品的设计阶段和生产阶段，它们通过试验考核可靠性指标，把故障暴露在交付用户前，从而保证交付用户的产品达到一定的可靠性指标。

有一份国军标GJB899《可靠性鉴定与验收试验》就是对可靠性统计试验的完美诠释，但它最初是从对应的美军标几乎平移过来的，没办法谁让咱当年落后呢。刚开始使用这个标准时，国内军工产品的可靠性指标较低，按照GJB899给出的方法得出的可靠性试验方案在样本数量、试验时间等方面工程上还能够承受，所以GJB899的使用倒也算顺利。

但大约20年前，随着军工产品技术的发展和需求的扩展，其可靠性指标也大幅提高，再按GJB899中给出的方案进行可靠性试验，在工程上已经难以承受了。曾经出现过某一型设备按GJB899中的试验方案得出的试验时间要大于试验设备寿命的极端情况，因为军工产品试验件昂贵，一般能投入的样本数是1件、2件，最多3件，这样推出的试验时间就很长。

还有另外一种极端情况，那就是，如果某一个电子设备的平均故障间隔时间是1000小时，那么要验证这个指标，投入1个样本做4000小时，和投入1000个样本做4小时的总试验时间是相等的。按照电子产品故障服从指数分布的前提，这两种情况就是等同的。当然，这属于纸上谈兵，没有企业真这么干过。

可靠性统计试验通过模拟产品的实际使用条件证明产品的可靠性指标，是可靠性理论与工程实践相结合的产物，它使可靠性专业进入了“有指标、可验证”的自洽性逻辑循环，极大地丰富了可靠性专业的实践话语。这套方法论在追求可靠性理论自洽的道路上是有历史意义的！

但是，需要指出的是：可靠性统计试验的理论基础是概率论的随机抽样。随机抽样一般指“在 N 个产品中随机抽取 k 个样本”，在概率论的大数定律前提下，这意味着N需要很大！这是可靠性统计试验在工程实践中经常要面对的现实问题，即小样本问题。

可靠性鉴定试验用于设计定型后转批生产前，这意味着只有批生产后才会有“很多”产品，而设计定型阶段应该只有“很少”的产品。可是鉴定试验的方案又是基于随机抽样的原理制定的，这意味着设计定型阶段应该有“很多”产品。然而，这是一个令人汗颜的实践悖论！

可靠性验收试验用于批生产阶段考核可靠性指标，同样对样本数有一个要求，有的标准中规定0.1N，即抽样10%，但是这一看起来简单合理的规定很少在实践中被执行，因为即使10%工程上也难以承受。

此外，可靠性统计试验中施加的试验条件是力求模拟产品实际使用条件，然而仔细分析工程实践中的各种试验标准和应用案例，要达到这一条也几乎是不可能的！试验中施加的应力其实是“典型的”，可这个“典型”如何确定？从“典型试验条件”下得到的可靠性考核结果如何推算到“非典型”（实际的）条件下的可靠性指标？似乎也没有人能给说清楚。

针对这些问题，李晓阳教授在她的专著《加速退化试验——不确定性量化与控制》中对此有精彩的评论，她的主要结论是：

可靠性鉴定试验做了个寂寞

可靠性验收试验错付了工程

如何制定可靠性试验的条件陷入了迷途

可靠性工程试验躲开了可靠性统计试验中存在的抽样困局，抓住“规定条件下是否出现故障”这一实践标准，来验证和保证产品的可靠性。

工程中普遍采用的环境试验，就是这样一种工程试验。环境试验的基本做法是，在规定好的各种环境条件（温度、振动、湿度等）下，至少用1个、最多2个产品样本，进行短时间的功能/性能考核，试验中施加的环境条件一般要高于产品实际使用中的条件，在这样的试验中如果产品没有出现故障，则认为设计鉴定通过。

可靠性强化试验，则是以摸清产品破坏极限为目的，在单一或综合的试验条件下把产品做坏，再辅以失效分析，找到薄弱环节进行改进，以提高产品的可靠性。

环境应力筛选试验属于制造过程中的一道工序，通过筛选剔除掉较弱的、容易坏掉的产品，剩余的合格品，则出厂交付。

这些可靠性工程试验本质上是经验主义的，一般没有严格的理论支撑，但是在实践中要比统计试验便于实施，也管用！所以广泛应用，但是如何根据这些试验的结果给出可靠性指标的评估值呢？好像又是一笔糊涂账。