在考慮設計可靠性時，大部分工程師都將注意力集中在一個綜合性度量標準：平均故障間隔時間。事實上，平均故障間隔時間(MTBF)是評估設計可靠性重要參數之一。但是另一個參數“成功概率”，也同樣重要。因此為了最終推出可靠的設計方案，設計人員應該充分考慮其它因素并確保進行準確的可靠性分析。

無論您設計哪種產品，可靠性都是必不可少的，盡管原因不盡相同，但都取決于終端應用。航空航天與軍事設計人員必須確保操作員/乘客的安全，確保成功完成任務。在電信領域，實現可靠性的目的則是防止出現服務中斷的情況，因為這樣會影響收入流與聲譽。工業和流程控制工程師的任務就是盡可能縮短停機時間，在故障發生時，能夠確保安全、無故障運行。對于商業應用，設計人員必須確保其產品在規定的質保期內不會出現任何問題。

使用FPGA可以研發出集成度更高的解決方案，從而可以延長系統的平均故障間隔時間。當器件制造商定期提供季度可靠性報告時，這一點更為明顯，賽靈思就是如此做的，其出版的季度可靠性報告UG116。

從最高層次來說，可從兩個角度來考慮可靠性。第一，系統在規定使用壽命內順利運行的可信度。這一點可以采用MTBF、成功概率以及熟悉的浴盆曲線。第二，發生錯誤事件時，如何確保您的設計可以繼續工作并保持無故障運行，或者針對尚未解決的問題出具報告。我們工程師開展設計與分析的方法可以影響到可靠性的上述兩個方面。

為了確保解決方案的可靠性，您的開發環境必須建立正確的工程設計治理制度，設置審查關口、設計規則與指南，同時在生命周期內，應該安排同行在適當的點進行獨立審核。

MTBF與浴盆曲線

MTBF的定義是從統計學角度預測系統運行過程中的故障間隔時間。制造商取各個組件的故障率倒數計算MTBF。我們一般將這些故障率稱為FIT率，其中，故障時間（FIT)為1e-9小時-1。您既可向組件供應商索取故障率，亦可根據軍用手冊MIL-HDBK-217F或Bell-core/Telcordia SR332標準計算。MTBF與FIT率之間的關系如下所示：

但是，上述故障率僅對浴盆曲線中的恒定故障率周期有效，如圖1所示。

圖1 - 浴盆曲線追蹤產品引入時的早期（“早期故障期”）故障、使用壽命內所出現的故障以及壽命結束后的“磨損”故障。

浴盆曲線描繪的是產品引入時的早期（“早期故障期”）故障、正常使用壽命內發生的故障（“恒定故障率”）以及產品設計壽命結束時的故障。因此，生產過程中，通常會進行某種形式的“老化試驗”，排除早期故障期故障。老化試驗過程中，在各種溫度作用下，器件潛在缺陷會加快發生，這樣便可以確保器件在交付、裝入系統之前失效。

您可以通過韋伯分布、或壽命數據與分析來確定您的產品或系統在浴盆內的位置，利用Excel很容易完成。形狀參數β表明故障率是穩定、增加還是減少。若形狀參數(β)小于1.0，則表明早期故障期內，故障率在下降，若形狀參數大于1.0，則表明故障率在上升，而此現象會在磨損階段出現。

為了確保成功概率合格，許多產品都要求MTBF必須遠遠高于預期使用壽命。

確定您在浴盆曲線中的位置后，如果您認為系統至少在MTBF期間可以繼續無故障運行，那也是情有可原的。然而情況并非如此。MTBF是從統計學角度描述產品在使用壽命內可能出現的故障率；并非指產品的預期使用壽命。如果想要獲得產品的預期使用壽命，我們需要考慮通過以下公式所求得的成功概率，其中t表示預期工作時間（單位：小時）。

將成功概率繪制成圖之后，可以看到，當預期工作時間接近MTBF時，成功概率為0.37左右，如圖2所示。這意味著成功概率這一單個模塊在MTBF達到0.37所消耗的時間之后，仍然有效。如果考慮到一批器件，則其中的37%仍然正常工作。

因此，為了確保工作壽命內成功概率合格，許多系統/產品都要求MTBF必須遠遠高于預期使用壽命。例如，假設使用壽命為五年，成功概率為0.99，則產品所要求的MTBF必須達到4,361,048小時或497年，如以下公式所示。

顯而易見，這遠遠超過了使用壽命。

可靠性計算

您可以采用以下方法之一計算可靠性與MTBF——零件計數分析或零件應力分析。其中零件計數分析比較簡單，有時候可以在開發周期早期進行，作為產品是否達到可靠性要求的指標之一。此類分析考慮到了零件質量水平、數量以及使用環境。零件計數分析可以快速進行。但是，結果趨向于保守，導致故障率上升，MTBF縮短。

圖2 - 當預期工作時間接近MTBF時，成功概率為0.37。

零件應力分析將會考慮到更多參數，因此所需時間更長，但是此類分析的結果更加準確。應力分析需要考慮到溫度、電應力、質量、結構、工作環境等許多因素，具體取決于您所分析的組件種類。對于當前應用而言，此類分析所獲得的故障率要準確得多。

提高可靠性

有許多方法和技術可用于幫助延長MTBF，進而提高您系統或產品的成功概率。最常用的方法是降低組件所承受的額定電應力與熱應力。通過如此降額，在進行上述零件應力分析時，您可將器件應力考慮在內。各個公司通常都會制定自己的降額規則。但是，如果沒有內部規則，則您可以參考業界標準規則，例如歐洲空間局的ECSS-Q-30-11A與美國海軍的NAVSEA TE000-AB-GTP-010。

雖然零件應力分析會增加非經常性工程成本，但是對于工程團隊而言，還有許多其它選項，這些選項均會影響到經常性成本。

第一個選項便是提升組件質量，同時應用類似的降額規則。這可能意味著，從標準商業零件到高質量的軍用（通過QML Q認證的IC）乃至航空（通過QML V認證的IC）組件全面提升質量。然而值得注意的是，隨著組件質量水平的提升，其價格亦會隨之提升。表1顯示了集成電路、混合件以及分立件所需的各種不同標準。

表1：IC、混合件與分立件的標準版、軍用版與航空版

第二個選項便是引入冗余，無論是模塊間的還是模塊內的。冗余可增加尺寸、重量以及解決方案的成本，但其所帶來的后果是對系統可靠性造成顯著影響，進而影響系統可用性。通常最好的做法便是在系統層面做出冗余決策，在系統中故障率較高位置安裝額外組件。此種方法是專門針對冗余而開發的最佳解決方案。

在考慮冗余時，您可以選擇熱冗余或冷冗余。對于“熱”冗余解決方案，冗余系統采用電動，其配置可以通過無縫切換替換失效模塊，不會對系統性能產生任何影響。缺點在于此種情況下，冗余設備會承受應力。

在“冷”冗余方案中，冗余系統通常不采用電動，只有在主模塊失效之后，才會重新啟動。系統會終止活動，直到對冗余端進行重新配置，非失效模塊才會繼續工作。雖然工作會中斷，但是優點在于冷冗余解決方案不會老化，因為冷冗余不采用電動，不會承受電應力。

引入冗余之后，您必須注意確保故障不會擴散，因為在主模塊側失效的時候，如果故障擴散，則就會影響到冗余模塊的性能。

系統級考慮事項

考慮了零件質量以及冗余對系統造成的重大影響之后，您還可以執行其它選項，以確保發生錯誤或故障事件時系統性能正常。這些選項包括：

● 危險故障擴散模式

● 內置測試、遙測以及事件日志，用于監控和記錄系統健康狀況

● 設備接口，無論是單一連接器還是主模塊與冗余

● 關鍵命令順序（例如，分離系統“手臂”與“消防”命令）

● 內存與數據鏈路錯誤率(BER、ECC)可接受

作為監管或認證標準的一部分，您必須進行危險性分析，以確定設備發生故障時可能出現的潛在危險。因此，您需要負責確保系統級的設計能夠采取適當措施，通過聯鎖裝置等避免上述危險發生。如有必要，您應該將這些減緩措施作為規定要求應用到各個子系統，以便確保這些故障模式均得到正確處理。

了解設備健康狀態，然后上報或記錄，您可以通過此方式進行預測，確保運行不會受到故障的影響，確定設備故障原因，有利于對其進行維修。更多的復雜系統可能包括全面的自測功能，通電之后或者運行期間可以連續運行此功能。表2顯示了更加詳細的您可能考慮監控的需求中斷測試。

表2：狀況監控詳情表

上述結果可以通過通信鏈路以健康狀態的形式進行傳送，保存在非易失性存儲器之中，例如，flash或FRAM或二者同時使用。通常情況下，您可能會選擇采用實時時鐘或越時計數器(elapsed-time counter)，對這些事件逐一標記時間，以便形成參考系。

在惡劣環境下，工程師所面臨的另一個問題是連接器。連接器是故障多發位置，因為里面的單獨電纜可能會斷開，或者連接器本身會因振動或震動等環境影響而掉落。因此，您可以通過裝入冗余連接器和電纜來增加可靠性。第一個連接器發生故障后，冗余連接器可以接管通信，如圖3所示。但是，這種冗余的代價是增加了復雜性，尤其是當您需要連接大量模塊時。一種替代方案就是采用專門針對惡劣環境設計的連接器，例如MIL-STD 38999系列連接器。

圖3 - 如果原始連接器出現故障的話，冗余連接器將接管工作，但代價是增加了復雜性。

圖4 - 對于電氣噪音比較大的環境，“手臂消防”順序有助于降噪。

若系統或產品將用于惡劣環境，例如，電氣噪音比較大，則系統內部總線所傳送的命令考慮采用手臂/消防方案是比較明智的。在上述方案中（參見圖4），初始命令被傳送至接收器，然后接收器確認命令，并啟動超時。如果接收器無法接收消防命令，則會發出不予確認字符(NACK)命令，作為響應，接收器在啟動超時之前會發出確認字符(ACK)命令。類似的，如果接收器接收到其它命令，則其會發送NACK命令，并重新開始處理。此方案可確保，其中一個命令因電磁干擾(EMI)而被中斷時，不會無意中產生關鍵命令。

此外，您還可以采用與手臂消防方法相類似的方法，確保所有通信鏈路和內存均有糾錯與檢測代碼，確保可靠通信、數據得到可靠保存。至于是單獨選擇錯誤檢測代碼，還是選擇錯誤檢測與糾錯代碼，將取決于終端應用。然而，您可以使用許許多多的代碼，從非常簡單到比較復雜（表3）均可使用。保護級別隨代碼復雜程度增加而相應變化。

表3：EDAC代碼，從簡單到復雜。

所有工程師，無論其正在研究的終端應用是什么，均必須考慮到終端系統的可靠性。工程師可自行選擇許多方法，用于幫助實現高可靠性產品。

---> END <---