📚 智能硬件PM学习日报 | 2026-09-16（周三）
取材说明：任务里的 `curl` 直连 Google 在本机仍被网络策略拦截（两条命令均返回 0 字节、exit 0 无内容，已实测），改用备用检索通道取材，来源真实可查（见文末）。本主题在历史日报中从未作为主主题讲过（此前已覆盖 IPD / NPDP / 竞品分析 / PRD / DFM×2 / BOM成本 / GTM / 测试验证 / 用户调研 / 路线图 / 跨部门与供应链 / 专利布局 / 迭代策略 / 质量管理体系 / 敏捷硬件 / 平台化与CBB / 认证与合规 / 成本工程DTC），符合轮换要求——而"可靠性"恰好是机巢、载荷、无人机这三条线上最容易被嘴上说说、实际没人记账的一块。报告已同步归档：`/home/ubuntu/reports/pm-learning-2026-09-16.md`，并已上传语雀 → https://www.yuque.com/pm-bonner/hermes-learning/pm-report-20260916-dfr
🎯 今日主题（约15分钟）：可靠性工程 DFR —— 客户不会因为参数表买第二台，只会因为第一台没坏
一、概念解释：可靠性不是"质量好"，是"质量在时间轴上的积分"
昨天讲的 FMEA 是定性的（哪些失效模式、严重度多高、怎么防）；今天讲的可靠性是定量的（多久坏一次、坏了多久能修好、修好要多少钱）。它们是一件事的两面：FMEA 找"可能怎么坏"，可靠性算"多长时间坏一次、值不值得这么设计"。
先把这套语言背下来，会议上有它你才说得出话：
| 指标 | 含义 | 适用对象 | 公式 |
|---|---|---|---|
| MTBF（平均故障间隔时间） | 两次故障之间的平均运行时长 | 可修复系统（机巢、无人机、云台） | 总运行时间 ÷ 故障次数 |
| MTTF（平均失效时间） | 失效前的平均时长 | 不可修复件（电池包、LED、密封件） | 总运行时间 ÷ 投放数量 |
| MTTR（平均修复时间） | 故障到恢复正常的平均时长 | 维修能力 | 总停机时间 ÷ 维修次数 |
| 可用性 A | 需要时能用的时间占比 | 客户真正关心的那个数 | A = MTBF ÷ (MTBF + MTTR) |
可用性公式有个必须记住的对称性：MTBF=400h、MTTR=4h → A=99.0%；把 MTTR 压到 2h → 99.5%；或者把 MTBF 翻到 800h → 同样是 99.5%。两条路成本差一个数量级——改设计提 MTBF 要几个月，多备一个模块/写一页现场更换 SOP 提 MTTR 可能只要一周。警用客户嘴上说"我要可靠"，实际痛点是"停飞多久"，那往往该往 MTTR 下手。
另一个必须打破的误读：MTBF 不是"寿命"，也不是"这机器能用多少年"。指数分布下，一台设备活到 MTBF 那一刻的概率只有约 37%。Flex 举过一个很扎心的例子：1000 台设备，每台 MTBF=100 万小时，听上去像 114 年不坏；实际上第一年起每年大约有 9 台会坏。如果你拿 MTBF 去承诺"保证不坏"，就是给自己埋雷。正确的用法是：用 MTBF 反推备件库存、售后人力和质保成本。
浴盆曲线（Bathtub Curve）——三段，三段对应三种完全不同的动作：
- ① 早期失效期（递减）：焊接虚焊、装配错件、来料批次差。动作：老化筛选 / HASS / 通电自检。这是"出厂前该烧掉的坏"。
- ② 偶发失效期（恒定）：随机故障，指数分布，这是 MTBF 真正描述的那一段。动作：降额设计、热设计、冗余、器件选型。
- ③ 耗损失效期（递增）：磨损、电解电容干涸、轴承、密封件老化。动作：寿命设计 + 预防性更换计划（PM 周期）。
PM 的活儿：别让三段混在一张汇报里。客户投诉"三个月就坏"是①，投诉"用了两年开始批量坏"是③，两者根因和预算来源完全不同。
二、核心要点（7 条，按对你的实际杀伤力排序）
- 可靠性指标必须写进需求基线，而且必须是"指标 + 试验方法 + 判据 + 责任方 + 节点"五件套。
只写"高可靠"等于没写。"机巢舱盖机构动作寿命 ≥ 2 万次（GB/T 2423 类环境条件下，动作后密封性不失效）"才是可执行的需求。判据缺失的指标，在评审会上一定会被研发用"已经做得很好了"糊过去。
- 先做可靠性分配，再谈指标——串联系统是乘法的地狱。
系统可靠度 = 各串联单元可靠度相乘。0.999 的子系统串 50 个：0.999⁵⁰ ≈ 0.951；串 200 个 ≈ 0.819。所以"每个部件都要做到 99.9%"既不现实也没必要。正确姿势是：给每个子系统定不同的可靠度目标（贵的、关键的给高指标），靠冗余（双余度、并联）+ 降额设计把整机拉起来。
但冗余有个致命边界：冗余只能救随机失效，救不了共因失效（Common Cause Failure）。同一个批次、同一块板、同一个软件版本，会一起坏。所以双余度设计必须做独立性审查：供电是否共用一路？固件是否同一个版本？散热是否同一条风道？
- DFR 四件套：降额 / 热设计 / 冗余 / 简化。
- 降额设计（Derating）：电容、电源、MOS 等按额定值的 50%~70% 使用（行业常用的降额等级）。这是最便宜、最有效的可靠性投资。
- 热设计：半导体失效率与温度强相关，"10℃ 法则"——工作结温每降 10℃，失效率大致降一半。所以散热不是"性能问题"，是"可靠性问题"。
- 简化设计：零件少一个，故障源少一个。这条与 09-13（平台化/CBB）和 09-15（DTC 减少零件数）同一个动作，三个收益——成本、可靠性、可制造性一起拿。这就是为什么"减零件"是硬件里最划算的设计决策。
- 冗余：只给"坏了就掉机/掉链"的部分（飞控传感器、图传链路、供电），不要全局冗余——那是成本灾难。
- 试验金字塔：把 HALT / HASS / 环境试验 / 可靠性鉴定摆到正确的位置上。
- HALT（Highly Accelerated Life Test，高加速寿命试验）：开发早期做，逐步加严应力（高低温步进、快速温变、三轴六自由度振动、电压边际、频率边际），一路加到产品坏，找出"操作极限"和"破坏极限"，然后"失效—修正—再加严"循环。标准依据 GB/T 29309-2012。它的最大价值：把原来要 6 个月到 1 年的可靠性摸底压到大约一周，且暴露的问题与客户实际使用中发现的高度一致。
- HASS / HASA（高加速应力筛选 / 抽检）：量产阶段做，用 HALT 得到的极限往下留安全余量来筛（HASS 要求 100% 筛选，HASA 按抽样理论抽检），把"出厂前就该死掉的早期失效"烧掉。标准依据 GB/T 32466-2015。
- 环境试验：GB/T 2423 系列 / IEC 60068 / GJB 150A 体系——高低温（工作/贮存）、恒定湿热、交变湿热、温度冲击、快速温变、振动（正弦/随机）、机械冲击、碰撞、自由跌落、淋雨、盐雾（中性/交变）、沙尘、低气压、防尘防水（IP 等级）、以及温度+湿度+振动三综合。试验顺序有讲究：通常先做工作状态的振动与冲击 → 非工作状态振动冲击 → 高低温 → 湿度温度 → 温海拔 → 损坏极限 → 最后包装振动与包装跌落。
- 可靠性鉴定 / 验收试验（GJB 899A）：样本量有限时用定时截尾方案（跑到规定时间截止，用故障数判定 MTBF 是否达标），判据是"以规定的置信度证明 MTBF 不低于某下限"——这是投标文件里"MTBF ≥ XXXX 小时"这句话唯一站得住脚的验证方式。
- 加速寿命试验：算得出，才敢承诺。
阿伦尼乌斯（Arrhenius）模型是温度加速的通用工具：AF = exp[Ea/k × (1/T_使用 − 1/T_试验)]（k 为玻尔兹曼常数 8.617×10⁻⁵ eV/K，温度必须换算成开尔文）。Ea（激活能）经验取值：通用 IC/半导体/贴片阻容 0.5~0.7 eV（常用 0.6 eV）、铝电解电容 0.7~1.2、LED/光耦 0.8~1.0、高分子塑料橡胶热老化 0.8~1.5、焊点与金属界面扩散 1.0~1.5。
一个真实算例（讯科标准）：产品要求 10 年寿命，Ea=0.68，用 105℃ 加速（对比 25℃）→ AF≈262 → 只需 10×365×24 ÷ 262 ≈ 333.7 小时（约 14 天），5 个样品可同时进行。
前提红线：加速应力不能引入新的失效机理。一旦超过材料本身的极限，测出来的 AF 就是假的——这是加速试验最常被自欺的地方，跟昨天 FMEA 里"改频度分来压 RPN"是同一类作弊。
- 现场的售后数据才是真正的可靠性数据。
实验室只能证明"设计上限"，客户手上才有"实际使用剖面"。建一张故障归零台账：序列号 → 使用场景 → 累计运行时间/循环次数 → 故障现象 → 根因 → 处置 → 是否重复发生。这张表三个月后就能算出实测 MTBF/MTTR，比任何仿真都值钱——而且它是你向老板要可靠性预算的唯一硬证据。没有这张表，"可靠性改进"永远排在"新功能"后面。
- B2G 场景：可靠性是可以直接换钱的。
警用/政企招标的技术分与资格项里，MTBF/MTTR 指标、IP 等级、第三方环境试验报告（CNAS/CMA 资质机构）、盐雾与高低温试验、防雷等级、设计寿命都是硬通货。PM 的动作：立项时就把"哪些可靠性报告要提前送检、送检周期多长"写进计划——环境与可靠性试验排期往往比认证还长，且试验失败要整改重测（另外付费、重新排队）。
三、实际案例（结合无人机 / 机巢 / 警用场景）
- 案例1：大疆机场（DJI Dock）把"可靠性"写进了产品规格表。
官网规格本身就在回答可靠性问题：DJI Dock 工作温度 −35 ~ 50℃、IP55、防雷 40 kA（8/20 μs 波形），符合 EN/IEC 61643-11 Type 2 防护等级要求；DJI Dock 2 为 −25 ~ 45℃、IP55、防雷 20 kA，配套 Matrice 3D/3TD 整机 IP54、−20 ~ 45℃。
更值得学的是它对沿海场景的正面回答：官方明确把"防盐雾"单独立项——"部署在沿海地区的机场，盐雾、潮湿、凝露等容易引起设备受腐蚀、受潮，导致设备老化严重，缩短产品使用寿命"。也就是说：IP55 解决了"进水"，但没解决"腐蚀"；两件事必须分开说明、分开验证。 这条对你做水上/沿海警种（水上、环食药）的机巢是直接可抄的论证结构。此外其公开的实验室试验项目里包含防水防尘、交变盐雾、极端温度飞行等（Matrice 400 宣传物料口径）。
👉 拿它做对标时的正确用法：不要抄参数值，抄它的"参数→试验→场景"三段式举证逻辑。客户问"你的机巢能不能在江边用"，回答里必须有"盐雾试验（中性/交变）+ 时长 + 报告编号"，而不是"我们的密封做得很好"。
- 案例2：无人机行业公认的六项可靠性试验（第三方检测机构口径）：高低温、跌落、GPS 搜星、振动、按键、线路弯折。
注意最后一项——"线路弯折"是很多人会漏掉的。系留无人机（TK 系留）的系留线缆、机巢内部动线、载荷快拆线束，都是反复弯折的疲劳件，属于浴盆曲线第③段（耗损）的典型。这张清单最实用的地方是：它可以直接改写成你项目 DVT 阶段的试验项清单。
- 案例3：MTBF 数字该怎么用（反例警示）。
1 000 台机巢，宣称 MTBF = 100 万小时（约 114 年），听起来是"永不坏"。按指数分布，第一年约 9 台会出故障。如果你在投标文件里写"MTBF 100 万小时 = 基本免维护"，交付第一年就会收到 9 张故障单 + 9 次舆情。
👉 正确写法：MTBF 指标 + 备件包配置（按 X% 年故障率备多少块电源/图传/电机）+ MTTR 承诺（现场模块级更换 ≤ X 小时）+ 质保条款。可靠性承诺必须和服务方案一起出现，否则就是纯风险。
四、落到成至语境：三条产品线的可靠性抓手
| 产品线 | 可靠性瓶颈（真凶） | 该做的试验/设计动作 |
|---|---|---|
| 机巢 | ① 舱盖/推杆/充换电机构寿命（动作件是浴盆③段的重灾区）② 内温升（森林高温+阳光直射，温控系统自身也有寿命）③ 盐雾/凝露（水上、沿海）④ 防雷 | 机构动作循环试验（定几万次并给出失效判据）；温度+湿度+振动三综合；中性/交变盐雾；防雷按 EN/IEC 61643-11 等级验证；温控模块降额设计 |
| 载荷（MT照明/MP喊话/TH抛投/GL激光/CZ悬浮灯/DH100水炮/TK系留） | ① LED 光衰与结温 ② 密封件与压力件老化（水炮）③ 线缆弯折疲劳（系留/快拆线束）④ 挂载机构的插拔寿命 | 光衰测试（温度加速，Ea 取 0.8~1.0）；密封件按循环次数定寿命；线缆弯折寿命试验；挂载接口插拔寿命（这类"接口寿命"是平台化架构下最容易被漏掉的可靠性项） |
| 无人机（含整机集成） | ① 电池循环寿命与贮存衰减（最贵的耗损件）② 振动对云台/IMU/线束 ③ GPS 搜星（城市峡谷、森林）④ 跌落（强制项）⑤ 电机/桨 | 电池循环与存储试验（并据此定电池质保与备件策略）；振动（工作+运输）；搜星测试；跌落 ≤ GB 42590-2023 要求（满电 30%±2%、10 m 垂直跌落不起火不爆炸） |
一句话取舍：可靠性的钱要花在"动作件、发热件、耗损件、密封件"这四类上，其余地方做降额和简化就够。 把预算平摊到每个零件上，是最常见的浪费。
五、给 1.5 年经验 PM 的落地清单
- 给在研项目补一张"可靠性需求表"（半天能做完）：列 5~8 项关键指标，每项填"指标值 / 试验方法 / 判据 / 责任方 / 验证节点"。没有这张表，DVT 结束你无法判定能不能放行。
- 把 HALT 排到 DVT 之前：HALT 是"花一周找极限"，越早做越便宜；HASS 排到量产导入（PVT），把早期失效烧在厂里而不是客户手上。
- 建"故障归零台账"并每月算一次实测 MTBF / MTTR：这是你从"会说流程"升级到"手里有数据"的分水岭。
- 把 MTTR 当设计指标反推结构：模块化快换 + 现场可更换单元（LRU）划分 + 随箱备件包。警用客户最在意的不是"不坏"，是"停飞多久"。
- 可靠性条款要写进供应商协议：关键件（电池、电机、图传模块、密封件）要求来料可靠性数据 + 变更通知（PCN）。供应商偷偷换料，是让成熟产品的可靠性一夜倾覆的最常见原因。
💡 知识速览（每条 1-2 分钟）
- 10℃ 法则 + 降额设计：结温每降 10℃，失效率大致减半；器件按额定值的 50%~70% 使用。这两条是所有可靠性手段里投入产出比最高的，而且不需要等待试验结论就能执行——改散热、加余量，改图就能做。
- IP 等级的读法：IP55 = 第一位 5（防尘，"不能完全防止粉尘进入但不影响正常工作"）+ 第二位 5（防喷水）；IP67 = 防尘完全 + 短时浸水；IP68 = 持续浸水。"IP55 的机巢被台风积水泡了"是设计场景没定义清楚，不是密封件没做好——需求里必须写"使用环境剖面"，否则 IP 等级是拍脑袋。
- 共因失效：冗余的隐形杀手。双余度设计只有在"两路真正独立"时才算冗余（独立供电、独立信号路径、独立固件、独立散热）。凡是共用一路电池、共用一块 PCB、共用一版固件的"冗余"，都只是让你感觉安全的冗员。
- 环境试验顺序有讲究：先"工作状态"振动冲击 → 再"非工作状态"振动冲击 → 高低温 → 湿度/温度 → 温度/海拔 → 损坏极限 → 最后包装振动与包装跌落。顺序错了，前面试验的损伤会污染后面试验的结论——这是试验大纲评审时最该问的一句。
- FMEA 与可靠性各管一半：FMEA 回答"哪种失效模式最该防"（定性、RPN/AP 分级），可靠性回答"多久坏一次、坏了怎么快速恢复"（定量、MTBF/可用性）。项目管理上它们的落点不同：FMEA 挂在 TR 评审，可靠性指标挂在需求基线与验收试验。
📌 今日金句
"可靠性不是'不会坏'，而是'坏得可预期、可承受、可恢复'——客户不会因为参数表买第二台，只会因为第一台没坏。"
—— 给你的动作建议：本周挑一款在售产品，把它的售后故障记录按"早期/偶发/耗损"三段分类。落在耗损段的故障（密封件、电池、动作机构），今年就能做成预防性维护与备件方案；落在早期段的，说明出货筛选还不够，那是 HASS 的缺口。这两件事都不需要重新设计产品，却能立刻改变客户对你产品的口碑。
📎 今日取材来源
- HALT/HASS 定义与标准：CVC 中国电研威凯（GB/T 29309-2012 高加速寿命试验导则、GB/T 32466-2015 高加速应力筛选导则、GMW 8287）；中家院可靠性测试中心（HALT/HASS/HASA 流程）；NEMKO、Averna 专页
- 环境试验项目与顺序：GB/T 2423 / IEC 60068 体系检测机构索引（苏州正衡、上海西摩：GB/T 2423、GB 4208、GJB 150A、GJB 367A、GJB 899、GB 5080）；CST 环境试验顺序说明
- 加速寿命模型：上海机器人产业技术研究院《寿命加速之阿伦尼乌斯模型》（Ea 取 0.5~0.7 eV、戴尔 PC 取 0.6 eV）；讯科标准阿伦尼乌斯实操算例（105℃ / Ea=0.68 / AF=262 / 10 年 → 333.73 h）；嘉峪检测（Ea 经验值速查表）
- 可靠性鉴定试验：GJB 899A 定时截尾方案相关文献（CN104614195A 专利文献、《航空学报》定时截尾方案参数选择、李根成 2007）
- MTBF/MTTR/可用性：IBM、Atlassian、Flex（MTBF 误读与"每年 9 台故障"算例、MIL-HDBK-217 环境分类、FIT 故障率）
- 无人机可靠性：NTEK 北测《无人机可靠性测试必要性分析和主要测试项目》（六大测试项）
- 大疆对标：DJI 官网 DJI Dock / Dock 2 规格页（−35~50℃、IP55、40kA/20kA 防雷与 EN/IEC 61643-11 Type 2）；DJI Enterprise《揭秘大疆机场设计：如何炼就强大的可靠性》（防盐雾）；MATRICE 400 实验室测试宣传物料
明日预告建议：产品组合与产品线管理（Portfolio Management：五警种方案该按"项目"还是按"产品线"组织，资源怎么分配、什么时候该砍产品），或"需求管理全链路（需求收集 → 分层 → 需求基线 → 变更控制 RTM）"——两个主题此前均未讲过。
To stop or manage this job, send me a new message (e.g. "stop reminder 智能硬件产品经理学习").