失效分析方法是一系列系统化、结构化的技术和工具，用于识别、分析和解决产品或系统在生命周期中出现的失效问题。失效分析的目的是找出失效的根本原因，提出改进措施，从而防止类似问题再次发生，提高产品的可靠性和质量。失效分析方法广泛应用于电子、机械、航空航天、汽车、医疗设备等领域。

 

一、失效分析方法的核心目标

失效分析方法的核心目标包括：

识别失效模式：明确失效的表现形式（如短路、开路、性能下降等）。

分析失效原因：找出导致失效的根本原因（如设计缺陷、材料问题、工艺不良等）。

提出改进措施：根据分析结果，制定有效的解决方案。

预防失效再次发生：通过优化设计、制造流程或使用条件，防止类似失效再次发生。

 

二、失效分析方法的主要分类

失效分析方法可以根据其应用场景和分析深度分为以下几类：

定性分析方法

定性分析方法主要通过逻辑推理和结构化思维，找出失效的可能原因。

常见的定性分析方法包括：

1、故障树分析（FTA）

2、鱼骨图（因果图）

3、5W1H分析法

4、根本原因分析（RCA）

定量分析方法

定量分析方法通过数据分析和统计工具，量化失效原因和影响。

 

常见的定量分析方法包括：

1、失效模式与影响分析（FMEA）

2、帕累托分析

3、统计分析（如回归分析、假设检验）

实验分析方法

实验分析方法通过物理、化学或电学手段，直接观察和分析失效现象，然后根据失效现象进行失效根因的推论，最后通过设计试验或数据分析确认推论。

实验分析方法需要借助的资料：

1、元器件失效机理库

2、元器件失效模式和失效根因库

3、元器件失效激发模型

 

我一般选择什么分析方法？

通常选用实验分析方法进行失效分析，当我选择定性和定量分析方法时，那么就是已经投降了（认输输一半）。

经过多年的失效分析工作经验的积累，我喜欢/习惯的分析逻辑：

1、对拿到的故障样品进行失效分析，完成缺陷的暴露和观察；

2、根据看到的缺陷形貌，与记忆中（开玩笑，这能记住，肯定是有经验知识库文档啦）元器件失效机理对应的失效形貌进行配对，推断出存在哪些可能的失效原因；

3、设计故障复现试验或数据分析，验证确认导致失效的真实根因，故障复现试验的设计参照元器件失效激发模型进行针对性的设计，缩短验证时间并减少资源的投入；

4、对确认的根因提出针对性的改善措施，并制定有效性监控跟踪计划。

当你们看到我在画故障树/鱼骨图的时候，那就是代表短期内我已经走进了死胡同分析不出根因了，已经举白旗投降了。任何一个案子，如果在1周内分析不出来，那么大概率需要开始准备画故障树/鱼骨图了。画完故障树以后，与各位专家们继续头脑风暴进行故障树补全，接着一条一条枝干去验证确认。

通常，很多大公司的失效分析工程师在面对一些疑难杂症时，经常需要列出故障树并投入大量资源折腾，即使分析不出失效根因，也要表现出我也在努力的干活了。这是无可厚非的，毕竟工作嘛。但是，我遇到过很多主管或SQE同学，一上来还没经过实验分析方法分析，就大张旗鼓的组织画故障树，这纯粹就是瞎指挥，浪费资源不说，还会影响失效分析工程师的“根因定位第6感”。

比如我就喜欢从失效形貌推断失效根因、失效机理（灵光一现、目标直指的根因），如过早的开展故障树分析，将会影响我的根因定位效率。但是，平时的技术积累（失效模式、失效机理、失效根因和失效激发的研究）不能少。

 

三、常见的失效分析方法详解

1、故障树分析（FTA）

故障树分析是一种自上而下的分析方法，通过逻辑门将顶层故障事件与底层基本事件联系起来，形成树状结构。

优点：

系统性：全面分析故障原因，涵盖设计、制造、使用等多个环节。

逻辑清晰：通过逻辑门明确事件之间的关系，便于理解。

定量分析：可计算故障概率，评估风险。

缺点：

复杂性：对于复杂芯片，故障树可能非常庞大，分析耗时。

依赖经验：需要丰富的经验和数据支持，否则可能遗漏重要因素。

应用场景：适用于复杂系统的失效分析，尤其是需要定量评估风险的场景。

2、鱼骨图（因果图）

鱼骨图通过将失效原因分类为几个主要类别（如人、机、料、法、环），并逐步细化，找出根本原因。

优点：

结构化：通过分类和细化，系统性地分析失效原因。

可视化：图形化展示，便于团队讨论和沟通。

缺点：

依赖分类：如果分类不当，可能遗漏重要原因。

复杂性：对于复杂失效模式，鱼骨图可能变得庞大且难以管理。

应用场景：适用于团队讨论和头脑风暴，帮助系统性地分析失效原因。

3、5W1H分析法

5W1H分析法通过回答What（什么）、Why（为什么）、When（何时）、Where（何处）、Who（谁）、How（如何）六个问题，全面分析失效原因。

优点：

简单直观：易于理解和应用，适合快速分析。

全面性：通过六个问题，确保不遗漏关键因素。

缺点：

缺乏深度：对于复杂失效模式，可能无法深入分析。

主观性：依赖分析者的经验和判断，可能存在偏差。

应用场景：适用于初步分析或简单失效模式，帮助快速定位问题。

4、根本原因分析（RCA）

根本原因分析是一种系统化的方法，通过逐步追溯失效的根本原因，而不仅仅是表面现象。

优点：

深入性：能够挖掘深层次的失效原因。

系统性：通过结构化流程，避免遗漏关键因素。

缺点：

耗时：需要大量的数据和资源支持。

复杂性：对于复杂系统，分析过程可能较为繁琐。

应用场景：适用于需要深入挖掘失效根本原因的场景，如重大失效事件分析。

5、失效模式与影响分析（FMEA）

FMEA是一种预防性分析方法，通过识别潜在的失效模式、评估其影响和发生概率，制定改进措施。

优点：

预防性：在设计和制造阶段提前识别潜在失效。

全面性：覆盖设计、制造、使用等多个环节。

缺点：

依赖数据：需要大量的历史数据和经验支持。

复杂性：对于复杂系统，分析过程可能较为繁琐。

应用场景：适用于设计和制造阶段的预防性分析，帮助优化流程。

6、帕累托分析

帕累托分析基于“二八法则”，通过识别导致80%问题的20%关键因素，优先解决主要问题。

优点：

高效性：聚焦关键问题，提高分析效率。

数据驱动：基于数据分析，客观性强。

缺点：

局限性：仅适用于有明显关键因素的场景。

依赖数据：需要准确的数据支持。

应用场景：适用于需要快速定位关键问题的场景，如生产线故障分析。

7、8D问题解决法

8D问题解决法是一种团队协作的方法，通过8个步骤（如问题描述、临时措施、根本原因分析、永久措施等）系统性地解决问题。

优点：

结构化：通过明确的步骤，确保问题得到全面解决。

团队协作：促进跨部门合作，提高问题解决效率。

缺点：

耗时：需要较长的时间完成所有步骤。

复杂性：对于简单问题，可能显得过于繁琐。

应用场景：适用于需要团队协作解决的复杂问题，如客户投诉或重大失效事件。

8、统计分析

统计分析通过统计方法分析失效数据，找出变量之间的关系或验证假设。

优点：

科学性：基于数据，客观性强。

定量分析：能够量化失效原因和影响。

缺点：

依赖数据：需要大量的高质量数据。

技术要求高：需要具备统计学知识。

应用场景：适用于需要量化分析的场景，如工艺优化或可靠性评估。

9、实验分析方法

实验分析方法通过物理、化学或电学手段，直接观察和分析失效现象。它适用于需要精确分析失效机理的场景。

优点：精确性、直观性。

缺点：成本高、技术要求高。

应用场景：芯片失效机理分析、材料性能研究。

 

四、失效分析方法的选择

失效分析方法的选择取决于具体的应用场景和分析目标

复杂系统与定量分析：故障树分析、FMEA。

对于复杂芯片系统，尤其是需要定量评估风险的场景，故障树分析和FMEA是最佳选择。它们通过系统化的方法，帮助工程师全面理解失效原因并评估风险。

初步分析与快速定位：5W1H分析法、帕累托分析。

在失效初期或面对简单失效模式时，5W1H分析法和帕累托分析是快速定位问题的有效工具。它们通过简单直观的方法，帮助工程师快速聚焦关键问题。

 

团队讨论与系统分析：鱼骨图、8D问题解决法。

鱼骨图和8D问题解决法适合团队讨论和头脑风暴，通过分类和细化，系统性地分析失效原因。它们帮助团队全面理解失效原因，促进沟通和协作。

深入挖掘根本原因：根本原因分析（RCA）。

对于需要深入挖掘失效根本原因的场景，RCA是最佳选择。它通过系统化的流程，帮助工程师找到深层次的失效原因。

数据驱动与量化分析：统计分析。

对于需要量化分析的场景，如工艺优化或可靠性评估，统计分析是最佳选择。它基于数据，提供客观的分析结果。

精确分析失效机理：实验分析方法。

我用的最多的是实验分析方法和统计分析

 

五、失效分析方法的意义

失效分析方法不仅是解决问题的工具，更是提升产品质量和可靠性的关键手段。通过系统化的失效分析，企业可以：

提高产品可靠性：减少失效发生，延长产品寿命。

降低生产成本：减少返工和维修成本。

增强客户信任：提供高质量的产品和服务。

推动技术创新：通过分析失效机理，优化设计和制造流程。

 

六、总结

失效分析方法是一系列系统化、结构化的技术和工具，用于识别、分析和解决失效问题。从定性分析到定量分析，从逻辑推理到实验验证，不同的方法适用于不同的场景。工程师应根据具体需求选择合适的方法，或结合多种方法进行全面分析，确保产品的高质量和可靠性。失效分析不仅是解决问题的工具，更是推动技术进步和质量提升的重要手段。