预测电源可靠性是一门艺术还是科学？ - 全文

　　数据手册是元器件、 模块或系统性能的全面的、 经测试和经验证信息的完美信息库。 在电源单元（PSU）的情况下， 数据手册为工程师提供了大量的性能参数， 包括纹波和噪声、 效率、 调节精度、 隔离电压、 电磁排放量等。 所提供的信息的数量和详细程度为用户在任何给定应用中实现预期性能提供了极大的信心。

　　但另一个重要的性能参数 – 电源可靠性又如何呢？事实上，当今的知名制造商提供的电源单元（PSU）具有极长的寿命。其寿命在由可靠性标准（如MIL-HDBK-217或Telcordia）规定的测试条件下进行了精确预测。更重要的是，经验表明，除了这些严格定义的参数之外，高质量的电源单元PSU也提供超长寿命。

　　但是，系统设计人员仍然面临一个问题：在这些测试条件以外的条件下操作时，他们如何自信地预测电源单元（PSU）的平均寿命？各种各样常见因素可能打破这些条件，如：热、冲击和振动、电源电压的瞬态波动、电解电容的老化等都可能引起过早失效。因此，数据手册的标准寿命额定值很少完全适用于真实世界的产品。

　　同时，无法控制最终产品的可靠性是难以接受的。品牌的声誉是一笔宝贵的财富。处置和维修的环境和费用成本也是一种浪费。

　　那么，系统设计工程师怎样才能自信地预估商用现货（COTS）电源单元的可靠性？而且，最大限度地提高信心水平的最有效的方法是什么？

　　制造商的可靠性数据的限制

　　最常用的表征一个新的COTS PSU的寿命的值是故障前平均时间（MTTF）或平均故障间隔时间（MTBF）值。故障前平均时间（MTTF）在恒定工作（环境）温度下通常为数千小时。

　　当然，故障前平均时间（MTTF）并没有给出从大量单元中随机抽取的任何单个单元的失效时间：MTTF是一个平均值。有的单元的寿命比额定MTTF值更长，有的则会更早失效。事实上，假定一个恒定的故障率在电子设备的操作条件下是不切实际的假设，单个单元的寿命能够持续到MTTF值的概率只有37％。换句话说，故障前平均时间（MTTF）经过69%后，半数的单元将失效，如图1所示。

　　这是因为，具有恒定故障率的故障由一个指数因子表征，如以下等式所示，用于计算元器件在给定时间后没有发生故障的可能性：R（t） = e-λt

　　其中：

　　λ = 元器件的平均故障率

　　PSU制造商采用基于高度加速测试的模型以预测其产品的故障率。他们不能在正常操作条件下运行PSU的测试，并等待观察故障，因为需要许多年的时间来收集统计显著性数据。因此，他们将其产品暴露于过高的温度、振动、电流和电压应力下，以便使它们迅速失效。

　　显然，需要一种合理的方法将加速测试的结果转换成数据手册中的MTTF值；有信誉的PSU制造商应认真核实并完善自己的方法，以确保其能反映用户的真实世界体验。

　　因此，到目前为止，我们也许可以信任由值得信赖的制造商指定的数据手册中的MTTF值。但由于它仅适用于很窄的工作条件，当在一系列竞争产品中进行选择时，最好仅将它作为一个比较工具。换句话说，MTTF适用于指示在类似条件下经过测试的不同PSU的相对寿命。

　　但是，任何给定应用中的MTTF真实值高度依赖于该应用的操作条件。温度对寿命的影响最大，但寿命也受输入和输出电流和电压的绝对水平、这些参数的变化率、机械应力以及其他因素的影响。

　　因此，尽管MTTF值是基于一系列的“典型”和恒定操作条件而计算的，但许多用户的应用将在以下条件下运行：

　　·充满变化

　　·与“典型”值不同

　　即使应用具有恒定的条件，这些条件也几乎不可能与数据手册的典型应用条件相同。

　　因此，当在任何给定的真实世界应用中估计故障率的时候，数据手册中的故障率和可靠性信息仅能提供有限的效用。电源系统设计人员必须设计适应其终端产品的最大可接受的故障率。不管该目标故障率是几乎为零（在任务关键型应用中）还是每10，000小时一次故障（在低成本消费产品的情况下），设计人员都必须具有高度信心，使现场的实际故障率至少达到最低目标。

　　如上所述，数据表中的MTTF不能提供如此高的信心水平，除非在规定的恒定操作条件下。那么，电源系统设计人员怎样才能更自信地预测真实世界的故障率？答案是，部分是艺术，部分是科学。

　　科学是指有信誉的PSU供应商提供的附加数据集。例如，村田电源、Vicor和CUI等制造商都提供现场数据：声明返厂进行维修或更换的PSU故障率观察值。该声明基于对每个失效单元的检查，并提供故障原因分析。

　　该声明可以帮助PSU的特定型号的潜在用户：

　　通过审查它与现场故障率观察值之间的相关性来验证 MTTF的计算，如图2所示

　　确定可能引起大多数故障的特定操作条件、应力或元器件

　　图2：PSU的寿命有三个阶段：“早期故障率”在第一阶段很高，持续时间约24小时。装运前预烧可避免这些“早期故障率”故障

　　（来源：CUI，“电源的可靠性注意事项”）

　　有信誉的制造商还提供了设计工程师可以学习的如何优化其PSU方案的详细的应用笔记。例如，SL Power等供应商的应用笔记提供了有关热和机械设计的有用指导，并体现了其设计优化过程的细节深度。遵循制造商的指南将有助于最大限度延长PSU的使用寿命。

　　第二个附加数据点可以根据请求提供给用户，例如，Vicor电源：专为用户应用的典型操作条件而定制的应用专用的MTTF额定值。即使考虑到加速测试方法所固有的不确定性，以及用户自己的应用操作条件的不确定性，与基于典型工作条件的标准MTTF值相比，该定制MTTF值仍然提供了对用户应用中的各种Vicor PSU的更可靠的平均故障率预估。

　　每个有信誉的PSU制造商可提供的第三个数据点是热图，它显示了该电源单元的安全操作曲线，以及它如何受到应用中的改变（如增加一个冷却气流）的影响。

　　但是，即使加上这些数据，也无法保证可以在任何给定应用中绝对确定地计算平均故障率：变量的数量影响PSU的工作，制造商测试方法固有的不确定性也太大。事实上，随机真实世界事件所固有的不确定性的性质已经对一些最伟大的科学家提出了挑战：据说，Alan Turing这样对同事描述过这个问题：

　　“在一个城镇中，你如何通过看到的随机车牌最好地估计整个城镇的出租车数量？”

　　那么，科学只提供了部分答案；电源系统设计人员还必须运用工程师的艺术。经验为设计人员提供了对于每个制造商的数据的可靠性直觉。通过检查自己产品的现场故障，OEM设计人员可以建立实际故障率的图像、故障的原因，并与他们仅基于制造商的数据所形成的期望做比较。看它们是否有密切的相关性，或实际上性能更好还是更差？以及与预期性能有多大差距？

　　工程师对这些问题的直觉有助于加强其通过测量和统计计算结果来预估故障率的信心。

　　有信心地预测

　　当数据手册描述了PSU的可靠性或不可靠信息时，它具有明显的数学确定性。但是，这些数据本身在任何给定应用中预测MTTF时仅提供了有限的信心。

　　但当设计工程师选择的PSU来自一家已知的、有信誉的制造商，或者当他们对制造商的数据有自己的经验，或受信任的第三方（如电源分销商）的经验时，他们可以对其寿命性能有更高的信心。总之，这些产品已经积累了多年的知识经验，但令人惊讶的是，并非所有经验的获得都需要很高的代价。

　　换句话说，帮助工程师对PSU的使用寿命做出良好判断的不是单纯的艺术，也不是单纯的科学，而是艺术与科学的结合。