谈“量化”的原因：感觉可靠性工程师最关注元器件失效率量化数据。参加一个可靠性活动，几期下来上百个问题，把问题简要分类，发现“量化”是最关注的问题，最直接的是某类器件的失效率数据。还有一个前同事参与一个复杂设备的可靠性活动，就是提供量化数据， 不知为什么，特别是后面效果如何？这里说说自己对元器件失效率“量化”的一点认识。

 可靠性指标：对可靠性参数明确要求的量值，失效率没有描述失效的实质内容：失效模式和失效机理。一般通过四个方面来表征硬件的可靠性：

1、初始性能及其随时间的变化量，即产品性能特性的稳定性描述——参数寿命特征。

观察变化量是否在允许的变化范围内，并有必要为用户提供产品主要性能参数的变化曲线。

2、环境适应能力：即产品的环境适应性。一个元器件产品首先应能适应预期的微环境。

3、失效率及寿命（数字）规定功能、规定条件下和规定时间内发生失效的概率，不能离开前提条件而孤立的讲失效率等级。

4、失效模式、机理及其分布，失效模式相当于病症，失效机理则相当于病理。

再谈量化的时候，实际就更具体了，现代可靠性水平下的元器件可靠性的“量化”评价实际是一个系统信息的综合判断，不是靠最后的鉴定实验来给出。从业界实践看，现代高水平的可靠性水平评价包含的主要方面：

1、可靠性风险识别及可靠性设计、分析结果；

2、结合不同风险的可靠性验证结果（可能包含寿命实验、强化实验及常规的认证实验）

3、影响可靠性结果的关键参数一致性信息。

结合三个大的方面的信息，综合判断产品是否能够满足设计目标，甚至超越目标。

从上面简述可以看出，要有信心的给出元器件的失效率数据，需要采集较多信息。如果能够用这些数据，表示整个系统比较完整，如军方的元器件数据，从设计、验证到生产线的受控比较完备。而消费端的器件信息，厂家完全给用户或者一次性给用户基本不可能，与使用方和供方的合作关系有关。同时，发展变化较快，总是有一个成熟阶段。对可靠性设计工程师，怎样来认识元器件的失效率数据并应用呢？简要说一下：最最重要的是“相对论”，而不是拿到个绝对数据就万事大吉。

失效率数据主要有三大来源：业界组织发布，自己公司历史数据，厂家发布数据。不管哪个来源数据，从产品设计角度都有些不足（不详述，各自可以脑补）。从我看，最主要的是大家对量化的绝对化需求，与实际操作有较大差距，基本不可行。所以首先要明确“相对论”，就是首先要知道这套数据背后影响可靠性结果的相关要素，然后看可靠性影响要素“变化”，大致就知道新设计在原来基础上可能带来的影响及”风险“，需要进一步确认的信息，可靠性设计活动就进行下去了，可以说总是在“量化“的路上。后面这句是曾经一个产品线专家听我诉说后总结的，自己认可。

作为一个可靠性设计工程师，怎样来建立元器件失效率基础数据呢？简要说一下：

1、持续收集自己产品的历史数据并规范化，以便对平均值有个基本判断。随着数据变化，公司的可靠应用能力会有变化，判断”变异“也会越来越清楚。

2、坚持收集厂家具体型号的可靠性相关信息，信息积累越完整，越能评估公司的可靠性系统能力。

随着自己对数据量化结果影响因子的深入，对于现代电子产品的可靠性数据，会发现与 217的基础数据有较大差异，现在电子元器件的可靠性水平很高（在自己的应用条件下）特别是支撑这个数据的系统如果管理不善，出现”批次事故“，而没有应急机制，那将真的成为组织的”事故“。这种批次事故对复杂产品影响会更大，对组织能力是一种考验。

附：对有些厂家还在用的 MIL-HK-217 的要素进行简要说明。（主要源于《电子产品可靠性预计》）

1、这个数据主要源于美军方相关企业型号的信息，整个质量可靠性系统管理是比较完整的。那么，对于民用的电子产品型号，整个可靠性系统是否有这能力呢？这个基础信息要有。

2、217 不考虑 行业发展趋势的影响， 就是基本数据变化不大，但民营产品的元器件的技术肯定在变。有些对结果好，有些需要特别措施才能保证，特别是一些”降成本“引入的型号，要实现降成本不降质量，需要用户和供应商的目标和措施都到位。

3、实际应用应力，如”温循“，随着 IC 的发展，温变可能的影响增大，自己的产品是不是还可以不考虑这个应力呢？  

业界用得最多的预计方法MIL-HK-217的特性：