计算MTBF和可靠性的困难

　　平均故障间隔时间 （MTBF） 是确定嵌入式系统组件寿命的重要指标，但很难用准确的结果进行计算。这些困难导致了不可靠的数字，这引起了对这种计算的强烈反对。

　　人们通常将可靠性定义为所述设备将在指定时间段内按要求执行功能的概率。这一切看起来都相当简单，并且在某种程度上，它可以具有足够大的样本量和足够长的时间段。得出这些数字的主要问题是它们是产品发布所必需的——而不是在可以确定实际可靠性的生命周期结束时。

　　追溯计算组件或设备在其生命周期内提供的可靠性是相当基本的数学 -总时间/总故障。在证明几乎过时的产品时，这一切都很好，并且可能有助于证明典型产品的可靠性，但是新的集成商想知道这个产品的可靠性，而不是以前的化身。

　　越来越多的情况是，除了对工业电子产品估计寿命的普遍接受之外，可靠性是在最早的规范阶段预先指定的。虽然这不合逻辑——例如，必须根据估计的使用寿命确定保修期——但我们现在需要量化这种可靠性。这就是我们的老朋友，或者越来越多的敌人，平均故障间隔时间 （MTBF） 的用武之地。MTBF 和“资产寿命”越来越紧密地联系在一起，但是这些数字中的任何一个有多准确，它们实际上告诉了我们什么？

　　还值得指出的是 MTBF 不太常见的表亲平均故障时间 （MTTF），其不同之处在于后者通常用于不可修复的产品，因此更常用于原子组件而不是组装产品。MTTF 计算为总时间/单位数。

　　两者的准确性都有很大的漏洞。给定单个单元的可靠性是一个非常复杂的计算。为了提供这个雷区的示例，一位客户最近询问我们制造的他们的定制产品是否适合 10 年的资产寿命。通过查询这个，他们希望我们提供 10 年 MTBF 的证据。

　　有趣的是，计算 MTBF 似乎最合乎逻辑的方法给出了最奇怪的结果！鉴于该产品已经制造和部署了 5 年以上，与新产品不同，我们拥有大量历史数据。不幸的是，大约 5，000 个单元的数据，平均部署 3 年，大约 14 次故障，提供了超过 1，000 年的 MTBF！

　　尽管我想对我们定制产品的可靠性感到幸灾乐祸，而且我的数据将完全支持这是一个真正的 MTBF 数据，但没有人能够真正相信即使是制造产品的材料也能在这么长的时间内存活下来——尽管这可能塑料外壳也是如此！

　　第二种，也许是更现实的方法，只考虑一个组成部分：最薄弱的环节。根据定义，最薄弱的环节最有可能失败，因此最有可能首先失败，这是完全合乎逻辑的。所以根本不应该存在计算，这个数字只是传递到最终产品吗？

　　我将 MTBF 的呈现方式比作汽车制造商公布油耗数据的方式。历史上从来没有在车辆中实现的真实 MPG 与制造商的夸张声称相匹配，因为这个数字是在远离真实世界的测试中获得的，通风口密封，无风等。同样，组件制造商的 MTBF不太可能包含所有或任何会影响它的外部因素——例如湿度、温度、振动或冲击。这些常数在测试期间是什么几乎从未记录过，因此任何特定的 MTBF 数字都很少与下一个数字相提并论。不幸的是，这种回归伴随着最终产品。MTBF 根本不包括预期的使用条件或产品寿命。

　　对可靠性和失效可能性的计算进行了深入研究。众所周知的、可观察到的现象，例如“浴缸”效应，有据可查，但很难包含在单个“小时”整数中。Weibull 分析确定了产品群当前的位置，非常值得进一步研究 - 以及试图涵盖单个单元的时间流逝的加速寿命测试，尽管不是一千年！

　　审核编辑：郭婷