可靠性预计技术的发展研究解读
电子器件可靠性及寿命预测技术前沿
电子器件可靠性及寿命预测技术前沿近年来，随着电子技术的迅猛发展，电子器件在各行业中的应用越来越广泛。
然而，随之而来的挑战是如何准确预测电子器件的可靠性和寿命。
电子器件的可靠性和寿命预测技术的研究成为学术界和工业界关注的焦点。
本文将介绍电子器件可靠性及寿命预测技术的前沿发展。
首先，电子器件可靠性预测技术是保证电子器件运行稳定、长久可靠的关键。
可靠性预测技术的研究内容主要包括故障率分析、寿命模型和可靠性增长分析等。
故障率分析是通过对电子器件的历史故障数据进行统计分析，得出器件的故障率。
寿命模型则通过测试和模拟，建立电子器件的寿命模型，从而预测其寿命。
而可靠性增长分析则是针对电子器件在运行过程中的可靠性变化进行研究，以及如何改进可靠性。
其次，寿命预测技术是为了预测电子器件在特定条件下的使用寿命。
在电子器件的设计和制造过程中，寿命是一个重要的参数。
寿命预测技术的研究内容主要包括物理模型、统计模型和可靠性测试等。
物理模型是基于物理原理，通过对电子器件材料和结构进行建模和模拟，预测器件的寿命。
统计模型则是通过对大量的实验数据进行统计分析，得出器件的寿命概率分布。
可靠性测试是通过对电子器件进行加速寿命测试，模拟出长期使用中的环境和应力条件，从而预测器件的使用寿命。
再次，现代电子器件的可靠性和寿命预测技术面临着许多挑战。
首先，随着电子器件的不断更新迭代，新型器件的可靠性和寿命特性需要重新研究和预测。
对于新材料、新结构的器件，其可靠性和寿命特性可能与传统器件有很大的不同，因此需要针对新型器件进行新的预测技术研究。
其次，电子器件在不同的工作环境和应力条件下的可靠性和寿命表现可能存在差异，因此需要建立更加准确的模型和测试方法，以考虑到工作条件的影响。
再者，电子器件的微型化和集成化趋势也给可靠性和寿命预测技术带来了新的挑战。
如何对微型化和集成化器件进行可靠性评估，是一个重要的研究方向。
为了解决这些挑战，学术界和工业界不断开展研究和创新。
可靠性设计技术现状及发展方向研究
可靠性设计技术现状及发展方向研究摘要：可靠性设计技术研究能帮助工程设计人员合理地建立产品的安全容限和控制随机参数对产品安全的影响，使产品的预测工作性能与实际工作性能更加符合，得到既有足够的安全可靠性，又有适当经济性的优化产品。
本文论述了我国机械可靠性设计发展现状及其趋势。
关键词：可靠性设计；现状；发展趋势随着科技的发展,市场竞争越来越激烈,缩短产品的研制与生产周期,加快产品的成熟期是产品生产厂家迫切需要解决的问题,只有从项目开始的第一天就强调可靠性,才能真正落实自上而下的可靠性方法,尽快了解产品的核心单元和薄弱环节,采取有效的纠正与预防措施,从而使系统可靠性达到设计目标。
一、可靠性历史可靠性最早是由德国火箭专家R.Lusser提出的，而后在50年代，可靠性在引入统计方法和概率概念之后，其逐渐成为一门新的科学。
我国是可靠性应用研究最早的国家之一，在我国最早研究可靠性的部门是电子工业部门，1984年在国防科工委的领导下，结合我国国情，制定了一系列的可靠性规范，随后在1987年中央军委明确出台了产品研制中要运用可靠性技术。
因此可以说军工产品是可靠性技术的代表。
随着我国机械制造强国战略的实施及智能化机械技术的发展，可靠性技术被越来越多的机械制造企业重视。
例如我国航天工程将可靠性作为关键因素看待，可靠性是决定产品质量的核心。
二、可靠性设计?可靠性设计即根据可靠性理论与方法确定产品零部件及整机的结构方案和有关参数的过程，其设计水平是保证产品可靠性的基础。
可靠性设计是指在产品设计过程中，为消除产品的潜在缺陷和薄弱环节，防止故障发生，以确保满足规定的固有可靠性要求所采取的技术活动。
它是可靠性工程的重要组成部分，是实现产品固有可靠性要求的关键环节，是在可靠性分析的基础上通过制定和贯彻可靠性设计准则来实现的。
此外，可靠性设计的目的是在综合考虑产品的性能、可靠性、费用和设计等因素的基础上，通过采用相应的可靠性设计技术，使产品在寿命周期内符合所规定的可靠性要求。
可靠性预计技术的发展研究解读
可靠性预计技术的发展研究1 美国MIL－HDBK－217军用手册与我国GJB／Z 299军用标准的发展美国自1962年出版MIL－HDBK－217以来已经公布了7个更新版本。
1962年的217手册是依据试验数据、装配数据、系统鉴定数据和现场数据而获得的综合统计结果。
各类元器体采用同一环境系数，尽管比较粗糙，但预计结果比较接近实际情况。
1965年的217A仅采用有控制的试验数据(进库试验和鉴定试验等)，给出失效率与应力的曲线，现场数据仅用来确定环境系数，从而各类别元器件失效率预计模型有了各自的环境系数，但217A预计的设备故障率比217大10倍左右，预计的准确性受到怀疑。
1974年的217B较全面地考虑了影响失效率的多种因素，增加了质量系数，在统计过程中更加重视现场数据，提高了预计的准确性，217B标志着美国可靠性预计技术逐渐走向成熟。
1991年的217F给出了19大类元器件的预计模型及参数，重要的修改有：(1)PLA、PAL电路门数从217E的30000门扩展至60000门；(2)修改了EEPROM的预计模型，考虑了EEPROM改写次数、改写方式和产品结构的影响；系数，考虑了电过应力的(3)MOS型VLSIC的预计模型增加了λEOS影响；(4)双极型微波分立器件模型分为低噪声和大功率两种；增加了GaAs和Si微波场效应管的预计模型。
1995年发布的217F NOTICE2首次给出了表面安装元器件及其连接的可靠性预计模型及其参数，80年代以来，SMT技术迅猛发展，到90年代中期，美国和日本的SMT元器件销量占元器件总量的50%以上。
SMT可使印制板的尺寸减小40%，重量减轻70%以上，在航天、航空、通讯等军、民用电子领域普遍应用，SMT的可靠性预计也引起广泛关注。
217F NOTICE2在这方面取得突破，给出了各种SMT元器件以及3种引线形状、2种元器件封装衬底材料和22种材料做成的电路板的可靠性预计模型，并强调了温度循环对SMT连接可靠性的影响[1]。
可靠性预计及其发展趋向_韩庆田
!"#$%&’() *$(+’, -, -’()-%() 一些专家认为，可靠性建模应重点放在失效物 — 系统失效率 !!—— — 降额设计效率 3% —— — 环境应力筛选效果因子 3! —— — 环境影响因子 3/ —— — 机械结构因子 34 —— —— 35 — 制造工艺因子 — 复杂系数 #—— 美国空军可靠性分析中心 （ )*+），已经开发 出 -)’6" 软件工具和方法，其系统的失效率模型 为： !7 8 !’* 9 !7!’" !( : !. !; : !" !’" !( !; : !6!; : !’!( : !, : !2 !( < : !62 ……………………（ /） — 系统预计失效率 !7—— — 以 )*+ 的新元器件失效为基础的失效率 !’*—— — 部件过程因素 !7—— — 早期失效率 !’" —— — 环境因素 !( —— — 设计过程因素 !. —— — 可靠性增长因素 !; —— —— !" — 生产过程因素 — 系统管理过程因素 !6—— — 诱发过程因素 !’—— — 无缺陷过程因素 !, —— — 磨损过程因素 !2 —— — 软件失效率 !62 —— 可以看出，这些方法克服了 "’= $ #.>3 $ !%& 的不足，考虑了系统设计、生产、管理过程、软件 因素对系统可靠性的影响。 此外，预计模型将采用加法模型。传统的可靠 性预计模型为乘法格式，即预计失效率等于基本失 效率和几个影响可靠性因素之积。乘法模型的主要 缺点是在各因素取值极端情况下，如所有因子取最 高值或最低值时，预计失效率可能超常的大或小。 4）进行可靠性预计前进行费用 ? 效能权衡。 因为，现代的武器装备的研制周期要求越来越短， 对于系统采办来讲，有明显的时间性因素。预计必 须尽早进行以影响系统的设计和 （ 或）对设计的选 择。但是，所需的预计进行的越早，支持预计所需 要的信息越不详细，因此必须进行费效分析，没有 人愿意花费比系统本身价值更多的代价来精确定义
可靠性设计应用与研究的发展现状和趋势
可靠性设计应用与研究的发展现状和趋势可靠性是机械零件设计时必须考虑的重要指标。
为了使机械零件设计具有更高的可靠性和稳健性,必须充足考虑不拟定性因素对机械零件稳健可靠性的影响。
可靠性也是衡量产品质量的一项重要指标。
可靠性长期以来是人们设计制造产品时的一个追求目的。
但是将可靠性作为设计制造中的定量指标的历史却还不长，相关技术也尚不成熟，工作也不普及。
可靠性设计应用与研究发展于第二次世界大战时期，上世纪五十年代美国军事部门开始系统的进行可靠性研究。
此外前苏联、日本、英国、法国、意大利等一些国家，也相继从50年代末或60年代初开始了有组织地进行可靠性的研究工作。
此阶段重要是针对电器产品，并拟定了可靠性工作的规范、大纲和标准。
国内的可靠性工作起步较晚，上世纪50年代末和60年代初在原电子工业部的内部期刊有介绍国外可靠性工作的报道。
发展最快的时期是上世纪80年代初期，出版了大量的可靠性工作专著、国家制定了一批可靠性工作的标准、各学校由大量的人投入可靠性的研究。
许多工业部门将可靠性工作列在了重要的地位。
如原航空工业部明确规定，凡是新设计的产品或改型的产品，必须提供可靠性评估与分析报告才干进行验收和坚定。
但国内的可靠性工作曾在90年代初落入低谷，在这方面开展工作的人很少，学术成果也平平。
重要的因素是可靠性工作很难做，出成果较慢。
但在近些年，可靠性工作有些升温，这次升温的动力重要来源于公司对产品质量的重视，比较理智。
目前国内的可靠性工作仍在一个低水平上徘徊，研究的成果多，实用的方法少；研究力量分散，缺少长期规划；学术界较混乱，低水平的文章随处可见，高水平的成果却很少出现。
常规设计与可靠性设计常规设计中，经验性的成分较多，如基于安全系数的设计。
常规设计可通过下式体现：S E l F f lim][...),,,(σσμσ=≤=计算中，F 、l 、E 、μ、slim 等各物理量均视为拟定性变量，安全系数则是一个经验性很强的系数。
面向未来的可靠性工程师培训前沿技术与趋势解析
面向未来的可靠性工程师培训前沿技术与趋势解析在当今日益竞争激烈的市场环境下，产品的可靠性对于企业的竞争力至关重要。
为了保证产品的稳定性和持久性，可靠性工程师扮演着重要的角色。
而随着科技的迅猛发展，可靠性工程师培训也面临着新的技术与趋势。
本文将探讨面向未来的可靠性工程师培训前沿技术与趋势，并分析其对可靠性工程师的影响。
一、人工智能在可靠性工程中的应用随着人工智能技术的飞速发展，越来越多的企业开始将其应用在可靠性工程中。
人工智能可以通过大量数据的分析和学习，提前预测产品故障，并进行有效的风险评估。
通过机器学习算法的应用，可靠性工程师能够更快速地发现产品的潜在问题，并提前制定相应的改进措施。
二、物联网与可靠性工程的融合物联网的兴起使得产品之间实现了信息的互联互通。
可靠性工程师通过物联网技术，可以实时监测产品的运行状态，并追踪部件的寿命。
这使得可靠性工程师能够更加准确地评估产品的可靠性，并通过远程监控系统及时发现潜在问题。
三、可靠性工程师的专业技能要求随着技术的不断发展，可靠性工程师除了需要具备传统的工程知识外，还需要不断更新自己的专业技能。
首先，技术创新的速度越来越快，可靠性工程师需要紧跟行业的最新动向，并学习新的技术和方法。
其次，数据分析和数据挖掘的能力变得至关重要。
可靠性工程师需要通过大数据分析，发现产品的潜在问题，并提出相应的解决方案。
四、可靠性工程师培训的趋势面对新时代的可靠性工程师培训，传统的课堂教学已经无法满足需求。
未来的可靠性工程师培训将更加注重实践与应用。
通过案例分析和仿真实验，可靠性工程师可以更好地理解实际工作情况，并解决复杂问题。
此外，应用型实习也将成为可靠性工程师培训的重要一环，培训学员在实践中提升自己的能力。
综上所述，面向未来的可靠性工程师培训需要紧跟新技术与趋势。
人工智能和物联网的应用给可靠性工程师的工作带来了新的机遇和挑战。
可靠性工程师需要不断提升自己的专业技能，适应技术发展的快速变化。
可靠性预计的发展趋势
ｌ 因而不能使生产 者深入 理解和控制故障原 因。
Ｉ
而 预计手册＊并未考虑这些因素 。 实践 表明 可靠 性的数理统 计方法是一 种宏 影响其可靠性 ，
『 观 的分 析方法 并 不能准确反映 产品失效或 发生
失效物理方法则认为浴 盆曲线的最低值趋近于零 ， 系统 可靠性 由多个 失效 机理的 “ 薄弱环节” 最 来决 定 ，失效 物理方法 用来预计某个 元器件因耗损 而
发生 某个 失效 机理的时 间 随着 电子元 器件设计和制 造工艺的不 断改进 和 提高 ，机上元 器件在寿命期 内被认为是 “ 完美
时根据 《 电子设备非工作状态可靠性预计手册 查
ｉ 类和可靠性水平迅速提高 ， 传统的 预计 方法遇到 了
Ｉ 挑战。
Ｉ
找环境分类 ， 知比较接近的环境类别是 “ 可 舰船 良
好舱内”（ 行驶时较 为平衡 且受盐雾 、水汽影响
ｌ ２传境援计方法所面临的问题
『 ２１ 故障情 况不详细 ．
哆有效地 节
的 膏 『 【 ；
腼
的分析 ，可以预测其未来的发展趋势 。
ａ可靠性预计方法的主导地位将逐步被失效物
理方法所取代。 一些专家认为 ， 可靠性建模应重点 放在失效物 理上。与传 统方法使用基于经 验数据 的模型相 反，失效物理 试图建立确切 的失 效物理
模集成 （ Ｓ ）Ｃ Ｓ电路 （ ＶＬ Ｉ ＭＯ 门数大于 ６ ０ ） ０ ０ 以 及砷化镓 （ ａ ｓ Ｇ Ａ ）微波单片集成 电路等元 器件 的
１ 为基础 ，而 这些模型 则是对现场故障 数据的 曲线 【 拟台而得 出的 。这些故 障数据会受 到一些 因素 的
航空航天电子设备的可靠性及寿命预测技术
航空航天电子设备的可靠性及寿命预测技术航空航天电子设备的可靠性及寿命预测技术是航空航天领域中至关重要的一项技术。
在航空航天系统中，电子设备的可靠性对系统的正常运行和安全性起着关键的作用。
因此，如何准确预测电子设备的可靠性和寿命对于航空航天工程的设计和维护至关重要。
本文将介绍航空航天电子设备的可靠性分析方法和寿命预测技术的发展趋势。
首先，我们需要了解可靠性的概念。
可靠性是指系统在给定的条件下，以规定的性能指标正常工作的概率。
航空航天电子设备通常会面临极端的环境条件，如高温、低温、高湿度等。
因此，对可靠性的分析需要考虑到这些特殊条件的影响。
在航空航天电子设备的可靠性分析中，最常用的方法是故障模式和效应分析（Failure Mode and Effects Analysis，简称FMEA）。
FMEA是一种通过识别和分析设备可能发生的故障模式和其效应，以评估设备可靠性的方法。
通过FMEA，我们可以定量评估不同故障模式的潜在风险，并采取相应的措施来提高系统的可靠性。
除了FMEA之外，还有一种常用的可靠性分析方法是可靠性块图（Reliability Block Diagram，简称RBD）。
RBD是一种图形化分析方法，用于描述系统中各个部件之间的可靠性关系。
通过RBD，我们可以定量分析系统的整体可靠性，并找出影响系统可靠性的薄弱环节，从而采取相应的措施来提高系统的可靠性。
针对航空航天电子设备的寿命预测，目前有两种主要的方法：基于经验的寿命预测和基于可靠性理论的寿命预测。
基于经验的寿命预测是基于设备的历史数据和实验数据，通过统计分析和趋势预测来预测设备的寿命。
而基于可靠性理论的寿命预测则是基于设备的可靠性模型和参数来进行的。
这种方法可以通过设备的可靠性指标（如失效率、失效概率等）来预测设备的寿命，并通过可靠性增长曲线来描述设备的故障规律。
近年来，随着物联网和人工智能等新技术的不断发展，航空航天电子设备的可靠性分析和寿命预测技术也在不断创新和提高。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
可靠性预计技术的发展研究1 美国MIL－HDBK－217军用手册与我国GJB／Z 299军用标准的发展美国自1962年出版MIL－HDBK－217以来已经公布了7个更新版本。
1962年的217手册是依据试验数据、装配数据、系统鉴定数据和现场数据而获得的综合统计结果。
各类元器体采用同一环境系数，尽管比较粗糙，但预计结果比较接近实际情况。
1965年的217A仅采用有控制的试验数据(进库试验和鉴定试验等)，给出失效率与应力的曲线，现场数据仅用来确定环境系数，从而各类别元器件失效率预计模型有了各自的环境系数，但217A预计的设备故障率比217大10倍左右，预计的准确性受到怀疑。
1974年的217B较全面地考虑了影响失效率的多种因素，增加了质量系数，在统计过程中更加重视现场数据，提高了预计的准确性，217B标志着美国可靠性预计技术逐渐走向成熟。
1991年的217F给出了19大类元器件的预计模型及参数，重要的修改有：(1)PLA、PAL电路门数从217E的30000门扩展至60000门；(2)修改了EEPROM的预计模型，考虑了EEPROM改写次数、改写方式和产品结构的影响；系数，考虑了电过应力的(3)MOS型VLSIC的预计模型增加了λEOS影响；(4)双极型微波分立器件模型分为低噪声和大功率两种；增加了GaAs和Si微波场效应管的预计模型。
1995年发布的217F NOTICE2首次给出了表面安装元器件及其连接的可靠性预计模型及其参数，80年代以来，SMT技术迅猛发展，到90年代中期，美国和日本的SMT元器件销量占元器件总量的50%以上。
SMT可使印制板的尺寸减小40%，重量减轻70%以上，在航天、航空、通讯等军、民用电子领域普遍应用，SMT的可靠性预计也引起广泛关注。
217F NOTICE2在这方面取得突破，给出了各种SMT元器件以及3种引线形状、2种元器件封装衬底材料和22种材料做成的电路板的可靠性预计模型，并强调了温度循环对SMT连接可靠性的影响[1]。
与微电路和半导体分立器件一样，元件(电阻、电容等)的预计模型中，把温度的影响从基本失效率λb中提了出来，以πT来表示，πT则采用典型的阿伦尼斯模型，删除了原模型的加速常数，元器件承受温度应力的能力更强，整本手册也更为统一。
从217E至217F NOTICE2跨越了13年，微电子器件的失效率有明显的下降(见图1)，元件的失效率变化比较平缓。
这与微电路发展、成熟的时间过程相吻合。
随着电子工业的发展，元器件品种的扩展和可靠性水平的提高，我国编制的预计手册也需要适时再版。
为修订1987年的GJB／Z 299－87共收集、分析处理了1.17×10.11元件小时的试验和现场数据。
GJB／Z 299B的主要改进：(1)调整了各类别元器件的预计失效率水平，使预计结果进一步吻合我国当前实际；(2)更新了质量等级划分表中的生产执行标准，调整了对应的质量系数，特别是通过国军标认证的产品在πQ表中均得到反映；(3)增加了微处理器、EEPROM、DRAM、大功率微波双极型晶体管、砷化镓场效应晶体管、固体继电器、电子滤波器等24类别元器件失效预计模型及数据；(4)数字电路的门数从299A的1000门扩展到3000门，存储器的位数从64K扩展到256K；(5)增加了运输机座舱和运输机无人舱两种使用环境。
2 考虑了早期失效的预计法217等手册预计的是产品偶然失效期的情况，认为各类元器件的可靠度服从指数分布，而没有考虑早期失效与设备环境应力筛选等因素的影响。
早期失效往往是由于产品存在工艺、材料缺陷等先天不足的因素所造成的。
虽然元器件生产厂或整机单位进行的筛选试验可剔除大部分有缺陷的产品，但对于早期失效大于一千小时的产品就难以用筛选的方法完全剔除掉。
贝尔通讯研究所在其可靠性预计程序(RPP)［2］中提出了首年因子的概念，认为所有的元器件的早期失效期均为一万小时，并服从威布尔分布，早期失效对使用期可靠性的影响用首年因子πFY来表示。
πFY＝第一年平均工作失效率／恒定失效率λSS。
λSS＝λBπSπTπQλB－RPP预计的基本失效率(T＝40℃，S＝50%)；πS－应力修正因子；πT－温度系数；πQ-质量系数。
投入使用前的有效筛选时间te越长，首年因子越接近1，有效筛选时间越短，首年因子越大。
若t e≥则πFY＝若若则则3 综合试验与现场数据的预计法用户所掌握的试验和现场数据是非常宝贵的，有效地运用这些信息可使预计结果更加准确。
贝尔通讯研究所建立了综合早期失效和寿命试验数据的预计模型，允许采用的数据要求很严，要求500个元器件或50个模块在实际使用应力下至少试验500小时并加速试验至少3000小时，失效数大于2，综合失效率λB如下：n—试验失效数；N—试验元器件数；T 1—每个元器件的有效试验时间；T e—试验前的有效老炼时间。
若：T e＞104W＝T1／T e＋T1＞104＞T e贝尔试验室还建立了一套判别程序以决定采用相似产品的现场数据还是采用RPP的结果作为新产品的可靠性预计值。
假设现场使用中元器件或模块的失效数可用平均值λ.t的泊松分布来表征(λ—恒定失效率，t—总工作小时)。
采用现场数据还是采用RPP预计结果由以下假设检验来决定。
假设H0：λ＝λSSH1：λ≠λSS用90%置信度计算现场失效率上、下限：λL＝(L／t)×109Fit，λU＝(U／t)×109L、U是由现场失效数和泊松分布决定的失效数的上、下限，置信度为90%。
若：λL≤λSS≤λU接受H0，令θSS＝λSSλSS＜λL拒绝H0，令θSS＝λSS＞λU拒绝H0，令θSS＝该方法有效地防止了用RPP预计的结果是正确时而采用了相似设备的现场失效率。
同时，当RPP预计结果超出现场失效率上下限区间时，可通过上述检验采用现场失效率的上限或下限值作为预计结果。
RPP允许用户根据试验和相似设备的现场数据对预计结果进行调整、修正，具备217等标准手册所没有的灵活性，这是RPP受欢迎的原因之一。
据IEEE的调查，进行了可靠性预计的整机单位中有10%采用了RPP方法。
4 考虑了环境应力筛选等因素的预计模型随着可靠性技术的发展和对可靠性要求的不断提高，电路板级和系统级的环境应力筛选得到越来越广泛的应用，美国KAMBEA INDUSTRIES的Kam L.Wong等人经过大量的研究，认为电子产品的失效率随使用时间的推移而减少，表现为图2的滚子飞轮形状，这个规律已在航空电子和宇宙飞船电子设备中得到证实。
K.L Wang在缺陷理论和失效物理学的基础上，考虑了ESS(见图2)、元器件生产年代、供应商等217手册所没有反映的因素，建立了以下模型：式中：Pj(t)—元器件的失效率公式；tp—等效ESS时间；j—第j个元器件；Cj—元器件j的生产年代修正因子；Vj—元器件j供应商的修正因子；n—该元器件的主要缺陷种类数；Qi—缺陷i在每个元器件总缺陷中所占的比例；Si—由缺陷i(失效机理i)引起失效的威布尔分布概率密度函数。
设备和元器件一样，可靠性有随制造经验增加而提高的过程，Kam L.Wang 的最终模型考虑了互联和互作用失效，考虑了系统的成熟因子，它与系统的生产序号有关，系统的失效随产量的增加成负幂函数下降。
5 缺陷理论与失效物理学预计法以217手册为代表的预计法是以大量的现场和试验数据的统计结果为基础，与具体的失效机理并没有对应关系。
缺陷理论与失效物理学的预计法则希望在物理学、化学、力学和工程材料学的基础上，建立失效机理模型，从而对元器件的可靠性进行预计。
其建模的前提是：(1)本质上所有的失效均起源于内在缺陷；(2)所有的失效都是有缺陷的产品在使用应力的作用下发生的耗损性失效；(3)缺陷、失效机理和应力的组合生成一种与累积应力的作用有关的函数；(4)老化是不可逆的，失效率函数的形状和大小依赖于累积工作时间和当前应力；(5)时间作为与失效事件相关的独立变量，应用运行的等效时间来度量，等效时间反映了任务环境和工作剖面。
目前该方法仅在VHSIC和VLSIC方面取得实质性进展，获得了氧化物、金属化层、热载流子效应、EOS／ESD损伤、污染、封装等失效率模型，认为电路的失效是上述一种或多种失效机理引起的，总失效率为各失效机理失效率之和。
217F附录中给出了VHSIC和VLSIC CMOS电路的失效率模型：λp(t)＝λax(t)＋λMET(t)＋λHC(t)＋λCON(t)＋λPAC＋λESD＋λMIS(t)λp(t)——预计失效率，与时间有关；λCON(t)——污染失效率；λOX(t)——氧化物失效率；λPAC(t)——封装失效率；λMET(t)——金属化失效率；λESD(t)——EOS／ESD失效率；λHC(t)——热载流子失效率；λMIS(t)——其他失效率。
这些失效机理的失效率公式都比较复杂，并要求掌握器件的许多设计、工艺参数、如芯片总面积、氧化层厚度和缺陷密度、金属化层结构和缺陷密度、工作温度下的基极电流和漏电流、金属化层的平均电流密度等。
这些参数工程人员难以全面掌握。
缺陷理论与失效物理学的预计法仅考虑了理想的条件，忽略了工艺制造带来的缺陷，不合理的假设(如：材料性能的一致性、简化几何结构等)会引起很大的结果变化。
目前，大部分的元器件还未能建模，限制了在整机研制单位的应用。
217方法与失效物理学方法在以下诸方面有显著差别：(1)费用217方法有许多计算机程序可用，实施费用小于硬件费用的1%。
失效物理方法实施费用非常高，在一个复杂系统上实施的费用可以超过硬件的费用。
(2)元器件的覆盖面217F覆盖了19大类元器件。
失效物理法仅建立了微电路的模型。
(3)适用范围和应用情况217方法在系统设计阶段应用，已成功地用于上千个军事系统的可靠性预计，有30多年的发展应用历史。
计数法可用于设计方案的早期论证，应力分析法可用于详细设计的改进。
失效物理法主要用于元器件的设计期间，尚未用于系统设计。
(4)建立模型的基础217模型建立在实际现场失效数据的统计分析基础上，是统计模型。
失效物理法在物理学、化学、力学和工程材料等原理基础上发展模型，是确定性模型。
(5)对缺陷的模拟217方法假设所有的现场失效是随机缺陷在工作应力作用下引起的。
失效机理模型一般忽略了制造缺陷，集中反映元器件设计、结构、材料缺陷对失效率的影响。
(6)阿伦尼斯模型的应用217方法应用阿伦尼斯模型模拟温度与可靠性的关系。
失效物理法用阿伦尼斯模型模拟腐蚀的温度加速度、Kirkendall空腔、离子污染和电子迁移等失效过程。
(7)元器件筛选的作用217方法认为筛选减少了元器件外场失效，提供一种服从标准化试验方法的可靠性评估方法，如MIL－STD－883。