保姆级MTBF入门介绍 （附独家自动计算模板）

本文更适宜非可靠性专业人士阅读，也欢迎可靠性专业大神示正！

直接上干货！
以下是我花费了一周韶光原创的MTBF打算模板示意图，这个模板是基于本文先容的公式创建的，可以轻松地将可靠性试验数据转化为MTBF值，乃至估算售后返修率。
更主要的是，这个模板已经在我的实际事情中被证明非常有效。

下载链接放在末了，原创不易欢迎关注、点赞、转发！
各平台同号！

MTBF是什么意思？

MTBF 即均匀故障间隔韶光，英文全称是“Mean Time Between Failure”，指产品在规定的事情环境条件下开始事情到涌现第一个故障的韶光的均匀值。
MTBF越长表示产品可靠性越高，在寿命周期内的故障和维修次数也就越低，单位为“小时”。
常日也指相邻两次故障之间的均匀事情韶光，它仅适用于可维修产品（不可维修产品用MTTF）

这里要请出出镜率极高的浴盆曲线

浴盆又称失落效率曲线，指产品从投入到报废为止的全体生命周期内，其可靠性的变革呈现一定的规律，大致分为早期失落效期、随机失落效期、损耗失落效期。
一样平常认为MTBF是评价的随机失落效期Ⅱ。

敲黑板：MTBF并不等同于单个产品的寿命

MTBF可以反响产品可靠性，但并不等同于单个产品的利用寿命。
例如，在产品规格中，我们可能会看到MTBF达到10万乃至100万小时的描述，但这并不虞味着每个产品的寿命都能达到这么多小时。
要真正理解MTBF的含义，须要从其打算过程入手，这是一项有点繁芜的任务。
不过不要慌，本文会手把手教会你。

MTBF简算公式为：MTBF=1/

这个公式是怎么来的呢？

代表失落效率（Failure Rate） 在多个样品的测试中，是失落效个数 r 与 测试总样品n 在指定测试条件下运行 t 韶光的比值即 = r /（ nt ）

当产品的寿命服从指数分布时，失落效率的倒数便是MTBF

=1/MTBF （MTBF的公式便是从这里推导出来的）

举个经典的栗子：某固态硬盘SSD MTBF标称为150万小时，保修5年；150万小时约为171年，并不是说该产品SSD每块盘均能事情171年不出故障。
=1/MTBF=1/171年，即该固态硬盘的均匀年故障率约为0.6%。
一年内，均匀1000块固态硬盘有6块会出故障。

看到这里该当就可以明白 MTBF实际上多样本的统计值，对应到每一个产品个体来说它代表的是一定韶光内故障概率的高低，把稳是概率。
既然是概率，那么标称MTBF150万小时的SSD，在你手上第一天就坏掉也是有可能的。

对付生产厂家来说，他们标称的MTBF详细是怎么测试出来的呢。
标称MTBF150万小时的SSD，须要真的测试150万小时也便是171年么？

MTBF一样平常有三种测试方法：预测法、实测法、实验法

1、预测法

预测法是通过理论模型打算的办法评估MTBF值，便是纯理论打算。
这个办法本钱最低但局限性也很明显的，笔者没有用过这个方法不做赘述，有兴趣的读者可以自行查阅如下标准。
目前最通用的标准是MIL-HDBK-217、GJB/Z299B和Bellcore，分别用于军工产品和民用产品。
个中，MIL-HDBK-217是由美国国防部可靠性中央及Rome实验室提出并成为行业标准，专门用于军工产品MTBF值打算，GJB/Z299B是我国军用标准；而Bellcore是由AT&TBell实验室提出并成为商用电子产品MTBF值打算的行业标准。

2、实测法

顾名思义，便是直接测试到须要流传宣传的MTBF韶光，终极统计结果。
这种办法所得出的结果最为准确，但耗时太长已经不适应目前快节奏的产品研发需求（除非MTBF预期值很小）。
以是此方法在电子产品研发阶段险些不再利用，但并非完备没故意义。
比如可以持续监控数年售后真实MTBF数据，评估出产品在真实环境下的MTBF值，供后续同类产品参考。

3、实验法（重点）

这种方法是比较推举的一种方法，通过合理的测试方法，利用测试数据评估出来的MTBF值。
器准确性还是够用的，笔者实践用的便是这一种方法。

实验法大致也分：

定时截尾试验：指实验到规定的韶光终止。

天命截尾试验：指实验到涌现规定的故障数或失落效数时而终止。

大略算法（不考虑置信度） ：

MTBF=总测试韶光 Total Test Time 加速因子 AF / 失落效数 failure n

相对严谨算法（考虑置信度）：

MTBF=总测试韶光 Total Test Time 加速因子 AF/ 信心系数 UCL

两种办法紧张差异在于是否考虑置信度，置信度的选择须要一定的履历。

公式中：总测试韶光Total Test Time=(样品数量 Sample Size) (测试天数Test Days)( 开机小时数Power On Hours/ 天数Day)

UCL ：Unit Confidence Level，信心系数。
这里涉及到统计学的知识此处略过，UCL可直接查表得到。

Confidence Level：信心度 ，一样平常取60%

下表便是Confidence Level =60%时的UCL查询表（来自JESD47）

表中AL指失落效的产品数，n便是要查询UCL值。

练习：

100块固态硬盘SSD样品，信心度为60%，用户利用温度为30度，测试温度为55度。
测试时硬盘24小时事情，假设在测试60天后，有1块盘失落效，请打算MTBF值。

解：

首先须要打算出加速因子 AF

这里AF=e{ Ea/Kb[1/Tn-1/Ta]}=24.78 （加速因子的详细先容放在后文，这里记住结果即可）

然后确认UCL，已知信心度为60%，失落效数为1，查表可知UCL=2.03

带入公式 ：

MTBF=总测试韶光 Total Test Time 加速因子 AF/ 信心系数 UCL

=样品数100测试天数 60 逐日事情小时 24 AF 24.78/ UCL 2.03

≈170W 小时

Confidence Level 不想取60%怎么办？其它常用Confidence Level 取值对应的UCL查询表也帮你整理好了。

Confidence

Level

Number of failure

0

1

2

3

4

5

6

7

95%

2.9957

4.7439

6.2958

7.7537

9.1535

10.5130

11.8424

13.1481

90%

2.30262.3026

3.8897

5.3223

6.6808

7.9936

9.2747

10.5321

11.7709

85%

1.8971

3.8897

4.7231

6.0135

7.2670

8.4947

9.7031

10.8963

现在来先容一下加速因子AF怎么打算

首先要明白为什么会有加速因子，这是由于产品设计寿命一样平常都是按年打算。
研发过程中，须要验证样品是否知足设计寿命，但又不可能真的测试好几年。
那有没有缩短测试韶光的办法呢？当然有，针对某些测试韶光比较长的试验, 每每会选择通过加速应力的办法，缩短试验韶光，节约试验经费，达到想要的试验结果，这种试验被称为加速试验，其基本思想是利用高应力下的寿命特色去外推正常应力水平下的寿命特色。
实现这个基本思想的关键在于建立寿命特色与应力水平之间的关系，即加速模型。

常用的加速模型如下：

阿伦纽斯模型 Arrhenius

阿伦纽斯模型（Arrhenius Model），仅打算温度应力的加速浸染,相对最大略。
常用与失落效机理紧张由温度引起的产品

AF（t）：温度加速因子；

Ea：激活能（Activation energy介于0.3 eV~1.2 eV）；

K：玻尔兹曼常数（Boltzman Constant）；

Tu：Tuse为正常利用的环境温度， 绝对温度(K)=℃+273；

Ts：Tstress为试验应力时环境温度，绝对温度(K)=℃+273；

激活能Ea

激活能Ea是使晶体原子离开平衡位置迁移到另一个新的平衡或非平衡位置所须要的能量。
Ea根据原材料的不同，有不同的取值，一样平常情形下如下表所示。
电子产品按履历常日选取0.67eV。

氧化膜毁坏

0.3 eV

离子性（SiO2中Na离子漂移）

1.0~1.4 eV

离子性（Si-SiO2界面的慢陷阱）

1.0 eV

由于电迁移而断线

0.6 eV

铝堕落

0.6~0.9eV

金属间化合物成长

0.5~0.7eV

玻尔兹曼常数 K

玻尔兹曼常数（Boltzmann Constant）（k 或 kB）是有关于温度及能量的一个物理常数直接按下表取值利用即可。

由于激活能Ea单位是eV以是，打算式取8.6173324(78)10^-5

数值

单位

1.3806488(13)10^−23

J.K^−1

8.6173324(78)10^-5

eV.K^−1

1.3806488(13)10^−16

erg.K^−1

哈尔伯格-佩克模型 Hallberg-Peck（笔者最常用的模型）

Hallberg-Peck模型综合考虑了温度、湿度影响,是在Arrhenius模型上的延伸。
在浩瀚的环境试验中，温度、湿度是最为常见的，同时也是利用频率最高的仿照环境因子。
实际环境中温度、湿度也是不可忽略的影响产品利用寿命的成分。
Hallberg-Peck模型中的温、湿度加速因子打算模型如下式。

AF（T&H）：湿度&湿度加速因子；

RHs：RHstress为施加应力相对湿度值；

RHu：RHuse为正常利用条件下的相对湿度值；

n： 为湿度加速率常数介于2~3，推举选择3；

别的参数同Arrhenius模型。

艾琳模型 Eyring

产品除了环境应力的浸染外，电应力的浸染也不可忽略。
电应力也会匆匆使器件内部产生离子迁移、质量迁移等，造成短路、绝缘击穿短路失落效等。
器件在电压、电流或功率等电应力浸染下，应力越强、失落效速率越快，器件寿命越短。
Eyring模型是Arrhenius模型的扩展，用于温度和电压同时加速的试验项目。

：电压加速常数（0.5≤≤1.0，根据不同失落效机理，默认值为1.0）；

Vstress：试验时应力电压

Vuse：利用是的电压

别的参数同Arrhenius模型。

此外还有评估温度冲击加速的 科芬-曼森模型，听说该模型能够比较好的仿照出焊接失落效的场景。
评估随机振动的加速模型等等，篇幅有限不做先容。

看到这里，相信大家都已经理解了MTBF的根本知识了。

下面便是基于Hallberg-Peck模型的MTBF自动打算模板（滑到链接末了）

https://mp.weixin.qq.com/s/sCVgvQRNcsCvT-D79RjDLQ

参考资料：余建宏《环境试验加速因子模型及其打算示例》