详情请进入 湖南阳光电子学校 已关注：人 咨询电话：0731-85579057 微信号：yp941688, yp94168
失效率的单位：h-1、fit、%/1000h。（1fit=1×10-9/h=1×10-6/1000h）
物理意义：1个非特所表示的物理意义是10亿个产品，在1小时内只允许有一个产品失效/千小时只允许百万分之一的失效概率
2、三个失效率预计
关于寿命/失效率的计算实际上是个很复杂的问题，需要借助多组，多应力，大数量的样品进行实时或高频的监控，获取大量的数据。排除因为任何非产品特性引起的异常数据进行分析计算而得到。
数据的截止点可采取定时/定数结尾来确定，对于其中的失效样品进行失效分析，确定属于正常退化失效，还是异常引起的失效，从而确定失效样品的数据是否可用于寿命计算。
对于还未失效的样品会采用一些数据工具来进行失效时间的推算，然后对该批数据进行拟合，以确定该产品的退化符合那种函数。计算出函数的关键常数，用于该类产品的失效率/寿命计算
这都需要量的资金，人员，设备，失效手段，数学工具来进行协调工作。估计一般公司看到这些要求都开始打退堂鼓。好在业界一些大公司出台了一些简单的寿命/失效率预计手段，并给出了一些参数的经验值，用于一些工程类的推算，这些结果用于一些简单的估计，不可深究，下面就这三种手段进行一些简单的介绍。
（1）设计初期的预计
这种方法 早来源于美国军工领域，后来光通信领域也有了自己的标准，就是 早介绍的Telcordia出品的SR-332。
这种方法主要是根据产品设计初期的元器件选型方案计算（或者用计算结果反向引导器件选型），通过这些元器件fit值和使用数量，以及这些元器件的环境因子，质量因子，应力因子进行修正， 后统计出在具体某一环境下的失效率。元器件的fit值可以用后面介绍的2种方法预计得到，或者是标准给出的经验值。
（2）产品定型时的试验方法预计
这种方法是产品已经定型，通过寿命试验的数据来进行推算，本方法认定产品寿命符合指数模型，套用阿伦纽斯公式进行计算。其中根据实验得到样品数量，试验时间，应力，失效数，加速因子等进行计算，其中加速因子可用标准中的推荐者，也可通过2-3种样品在不同应力下的数据推算得到（原理是2点定线或者3点拟合一条线，斜率就是加速因子）。
另外行业中还有一种根据实验时间、实验温度和加速因子，预计得到需要温度下的可使用时间的做法推算产品寿命，这种做法确定从表面看是符合逻辑的，但是寿命预计都是基于统计值进行计算的，而该方法完全忽略的统计的概念，因此计算不严谨。
（3）市场应用时的现场数据预计
这种方法与设计方案，试验数据都无关，市面上有两种计算方法，计算结果差距不大，通过目的产品和享受产品在市场上的失效情况进行预计。
一种是需要公司对于发货产品的日期，数量，失效情况有详细记录，去掉批次性失效和非失效引起的退货。用统计时的所有失效数量和具体的使用时间的乘积统计值作为分子，乘以10^9后处于总发货产品的使用时间和，就可以达到失效率。另外一种是如果对于失效样品的使用时间不太确定，可以根据一个gamma卡方常数来进行计算，用失效样品数，乘以卡方常数和10^9，除以总发货产品的使用时间和，也可以得到失效率，同时卡方常数还可以根据置信度选择经验常数。
这三种预计方法可以灵活应用得到失效率预计值，如果有可能的情况下 好是根据实验结果得到产品寿命真实符合的模型，然后通过该模型结合预计方法（2）进行计算。
责任编辑人：CC
