可靠性增长的拐点从何而来：失效物理、试验剖面与现场回流的三角约束
某批次电源模块的现场早期失效率降得很慢，增长曲线在双对数坐标上几乎贴住一条平线。例行评审给的解释是样本量不足。这个解释未必错，但它把问题遮住了：试验剖面没有激发主导失效机理，纠正措施也没有经过独立复现。曲线平，不等于产品稳；曲线陡，也不等于现场可靠。可靠性增长的核心不是把MTBF估计值往上推，而是让失效暴露、机理定位、设计纠正和再验证形成一个可审计的闭环。
问题在这里。增长试验如果只承担跑出数据的任务，统计模型就会替工程判断背书。Duane模型和Crow-AMSAA模型能描述增长趋势，却不能自动说明趋势来自设计改进还是筛选剔除。增长斜率的解释必须与失效模式分布同步看。早期缺陷主导时，加速试验对增长敏感；磨损型失效主导时，短期试验看到的增长有限，硬把斜率拉高只会把问题推到现场。
增长曲线背后的暴露效率
增长试验的核心变量是暴露效率，不是应力大小。应力过高会引入非现场失效模式，应力过低则让主导机理潜伏。试验剖面的任务不是更严酷，而是让现场会发生的失效在可观测时间内发生。温度循环、温湿度偏置、振动谱、开关电应力的组合，需要围绕失效物理排序。剖面设计应给出机理覆盖矩阵：每一种预期失效模式对应哪一段应力、哪一个判据、哪一类样本。没有这个矩阵，增长曲线只是统计产物。
电子产品可靠性增长试验温度循环剖面与失效机理对应图
这里有个常见反例。某控制板在高温老化中失效率快速下降，增长曲线漂亮。转到现场后，湿度偏置下的电化学迁移故障才逐步出现。原因不复杂：老化剖面没有凝露，也没有偏压与湿度的耦合。筛选剔除了早期焊点缺陷，却没有暴露迁移路径。早期失效率下降可以来自缺陷剔除，也可能来自样本淘汰；两者对增长的含义完全不同。前者是可迁移的工艺改进，后者只是观测窗口变窄。
失效物理与加速因子的边界
失效物理路径把增长从统计外推拉回机理。Arrhenius模型处理温度敏感的反应型失效，逆幂律常用于电应力或机械应力，Coffin-Manson用于热疲劳。模型本身不复杂，麻烦在边界。多应力耦合时，单一加速因子会失真；新材料、新工艺、新封装缺少失效物理参数时，加速试验的外推置信度很低。加速因子只有在失效机理不变、失效判据一致、应力范围不跨越机理拐点时才可用。越过拐点，试验越成功，结论越危险。
焊点热疲劳Coffin-Manson加速因子计算示意图
焊点热疲劳是个典型场景。温度循环能加速裂纹扩展，但如果现场振动占主导，热循环增长试验给出的纠正措施可能只对热应力有效。振动谱再叠加，失效位置和裂纹路径都会变。增长试验需要声明适用域：它覆盖哪些应力、哪些机理、哪些使用剖面。没有适用域的增长结论，到了现场就是另一套问题。
实现路径可以拆成几段，但不必按线性流程走。先做机理识别，确定敏感应力和失效判据；再做剖面设计，把现场任务剖面压缩成可执行试验；然后做失效分析，纠正措施必须落到设计、工艺或物料；再验证，验证样本应独立于发现样本。发现失效的样本和验证纠正的样本混在一起，增长证据会被污染。这一步在项目紧张时容易被省略，也容易被汇报口径掩盖。
现场回流如何修正增长方向
现场数据回流是增长闭环的另一半。FRACAS不是故障单归档，它要能把现场失效编码回设计特征。故障现象、使用剖面、维修更换、批次、序列号、失效分析结论，需要能关联到同一失效模式。现场回流的价值在于修正增长方向，而不是给增长曲线补点。如果现场失效模式分布与试验暴露的失效模式分布偏离，增长试验的适用域就需要重划。
现场故障数据回流FRACAS闭环流程图
统计处理也有边界。低失效样本下，MTBF点估计的置信区间很宽，增长斜率的统计功效不足。删失数据、竞争风险、使用不当导致的失效，都会污染增长估计。贝叶斯更新可以引入先验，但先验不能替代机理判断。增长验证应同时报告失效模式收敛情况、纠正措施复现结果和区间估计。只报一个点估计，评审信息不足。
风险藏在这里。现场使用不当被误判为设计缺陷，纠正措施会改错方向；设计缺陷被归为偶发，增长曲线会假性收敛。要降低这种误判，故障编码体系必须与FMECA关联，纠正措施要有独立验证批次。纠正措施的有效性不能由提出措施的人单独证明。这不是流程洁癖，是增长证据的可信度问题。
组织节奏与增长证据的冲突
组织节奏与增长证据的冲突
增长活动常被项目节奏挤压。试验样本少，纠正周期短，验证批次被合并。结果就是增长曲线在节点前变陡，节点后又变平。这类曲线在评审中并不少见。问题不在统计方法，而在证据链被截断。增长试验需要保留失败样本、失效分析记录和纠正前后的对比批次；没有这些，曲线只是汇报材料。
趋势上，数字孪生和PHM能提供更多现场状态数据，但它们不能自动生成增长证据。模型需要标定，传感器需要置信度，故障标签需要审计。条件不满足时，数据越多，噪声越大。组织能力体现在能否把一次失效转化为可复用的设计规则。转化不了，增长就停在单批次。
几个判据可以用于评审，不必做成打分表。失效模式分布是否收敛；纠正措施是否在独立样本上复现；增长斜率变化是否伴随机理变化；现场回流是否覆盖主要使用剖面；区间估计是否支持结论。这些判据不保证增长曲线好看，但能区分真增长和假收敛。至于曲线本身，它只是结果之一。问题仍然开放：当试验周期被压缩到不足以覆盖主导机理时，增长试验应该继续跑，还是先承认适用域不足？这个选择，比拟合一条更陡的曲线更重要。