前兩天，跟咸肉大神討論一個(gè)問題：即，如果客戶提出苛刻的溫度要求，而我們的電路，不能保證每一個(gè)器件的都能滿足整機(jī)的溫度范圍。那么我們應(yīng)該如何實(shí)現(xiàn)寬溫度范圍？或者說，我們即不能去承諾這樣的整機(jī)指標(biāo)？還是我們通過什么手段，用低成本的措施來實(shí)現(xiàn)滿足可靠性的交付？

一些軍品標(biāo)準(zhǔn)，會(huì)要求每臺(tái)設(shè)備都經(jīng)過篩選試驗(yàn)：也就是說每臺(tái)設(shè)備都經(jīng)過嚴(yán)格的測(cè)試，除了器件做早期的老練篩選。整機(jī)也做篩選試驗(yàn)和環(huán)境試驗(yàn)。而一些大規(guī)模發(fā)貨的設(shè)備：會(huì)在研發(fā)階段做HALT試驗(yàn)，然后根據(jù)HALT試驗(yàn)的數(shù)據(jù)設(shè)計(jì)HASS試驗(yàn)，對(duì)生產(chǎn)環(huán)節(jié)的設(shè)備進(jìn)行測(cè)試。HASS應(yīng)用于產(chǎn)品的生產(chǎn)階段，以確保所有在HALT中找到的改進(jìn)措施能夠得已實(shí)施。HASS還能夠確保不會(huì)由于生產(chǎn)工藝和元器件的改動(dòng)而引入新的缺陷。

但是一些沒有達(dá)到海量發(fā)貨的設(shè)備，在早期是沒有條件去做HASS試驗(yàn)的，所以其承諾的整機(jī)溫度范圍如果超過器件的溫度范圍，又是如何去保證質(zhì)量的呢？

首先，是通過HALT試驗(yàn)或者環(huán)境試驗(yàn)的數(shù)據(jù)，通過足夠多的樣本數(shù)，在大樣本數(shù)能夠達(dá)到測(cè)試條件的前提下，對(duì)實(shí)際場(chǎng)景能否滿足要求進(jìn)行折算和評(píng)估。但是這里面有概率性風(fēng)險(xiǎn)：例如，我們一個(gè)產(chǎn)品在早期，沒有設(shè)計(jì)HASS試驗(yàn)的前提下，將設(shè)備安裝到西伯利亞的寒冷世界。當(dāng)時(shí)就發(fā)生一塊電路板啟動(dòng)失敗，反復(fù)重啟的情況。最后采取更換，故障單板返還的措施。甚至一些大廠，經(jīng)過大量測(cè)試驗(yàn)證，0~70℃的DDR可以用于更低的溫度，而認(rèn)為高溫有風(fēng)險(xiǎn)，需要對(duì)高溫規(guī)格進(jìn)行降額。（不建議小廠這么做，因?yàn)闆]有足夠的資源進(jìn)行試驗(yàn)和驗(yàn)證；沒有足夠資源進(jìn)行單板大批量樣本驗(yàn)證，以及支持返還進(jìn)行根因分析。）

其次，一些器件規(guī)格不能滿足的場(chǎng)景，可以通過整機(jī)方案解決，例如換更高性能的風(fēng)扇、增加風(fēng)扇、液冷、加熱器等等措施，可以彌補(bǔ)器件本身溫度范圍不能滿足要求的情況。例如：曾經(jīng)在華為設(shè)計(jì)的一款I(lǐng)P Camera，號(hào)稱“窮兇極惡”（寬溫度范圍、寬電壓范圍、高規(guī)格防雷），為了實(shí)現(xiàn)無故障超低溫啟動(dòng)，原本設(shè)計(jì)的時(shí)候，預(yù)留一些加熱器、或者一些加熱電阻，同時(shí)修改IPC的啟動(dòng)策略，由紅外燈先工作一段時(shí)間，再啟動(dòng)CPU工作，保證工作溫度沒沒那么惡劣，是可接受的范圍。

可靠性是一系列方法的整合

可靠性整合是指無縫地、緊密地把不同可靠性方法融合在一起，從而以最小成本得到最佳可靠性。也就是說，可靠性方案是幾種方法協(xié)調(diào)使用的整體，而不是一堆無序的可靠性任務(wù)。

產(chǎn)品由各種部件和組件構(gòu)成。產(chǎn)品的可靠性在設(shè)計(jì)生產(chǎn)過程中，涉及到學(xué)科主要有：機(jī)械學(xué)、電子學(xué)、軟件、光學(xué)、化學(xué)，所有這些學(xué)科組成了產(chǎn)品。因此應(yīng)該重視這些學(xué)科之間的關(guān)系，和總體的效果。我們?cè)O(shè)計(jì)的過程中也應(yīng)該是考慮更全面，而不僅僅是從某個(gè)部件的角度思考，或者僅僅從某個(gè)學(xué)科的維度去思考和解決問題。

開發(fā)部門往往都是從自己部門的學(xué)科出發(fā)，去思考可靠性設(shè)計(jì)；甚至更糟糕的是一些大公司從自己部門的利益和KPI去考慮設(shè)計(jì)。但是客戶要的是完整的產(chǎn)品、并希望產(chǎn)品是各個(gè)部件在一起能正常運(yùn)轉(zhuǎn)。因?yàn)榭煽啃灾饕煽蛻艉妥罱K用戶進(jìn)行衡量，產(chǎn)品開發(fā)人員應(yīng)該從產(chǎn)品和部件兩個(gè)方面進(jìn)行綜合考慮，從而開發(fā)出可靠的產(chǎn)品。

但是有些設(shè)計(jì)人員，擔(dān)心質(zhì)量事故、擔(dān)心考評(píng)的黑事件，設(shè)計(jì)的時(shí)候，做可靠性堆砌，不計(jì)成本的增加可靠性，過設(shè)計(jì)、過冗余、過度降額。這就需要：一方面，公司在可靠性和成本雙方面進(jìn)行引導(dǎo)，同時(shí)，需要設(shè)計(jì)人員能夠具備全面思考產(chǎn)品，能夠站在公司角度，站在客戶角度去思考和設(shè)計(jì)產(chǎn)品。

可靠性VS成本

可靠性設(shè)計(jì)可以減少保修成本、使用成本、可以提高客戶滿意度；同時(shí)可靠性設(shè)計(jì)也會(huì)造成開發(fā)成本和生產(chǎn)成本。在生命周期的各個(gè)階段使用合適的方法，我們提高可靠性，到底要實(shí)現(xiàn)到什么程度呢？

在保證我們達(dá)到業(yè)界標(biāo)準(zhǔn)、交付標(biāo)準(zhǔn)、客戶需求等前提下，我們應(yīng)該是運(yùn)用可靠性設(shè)計(jì)實(shí)現(xiàn)生命周期的總成本（LCC Life-cycle Costing）的降到最低。

3、軟件幾乎沒有生產(chǎn)成本。因此保修成本和經(jīng)費(fèi)幾乎全部用于硬件。如果提高軟件可靠性不能節(jié)約成本，那么我們?yōu)槭裁催€要提高軟件可靠性呢？

因?yàn)椋阂?、事?shí)正面，軟件故障率有可能是硬件的10倍甚至更多。客戶并不區(qū)分是軟件故障還是硬件故障。即支持在線升級(jí)，任然會(huì)造成使用中斷、業(yè)務(wù)中斷等問題。

二、軟件可靠性方案的好處不在于直接降低成本，而在于減少運(yùn)作安裝返工率、減小故障維修事件、減輕軟件人員維護(hù)工作量。同時(shí)提升客戶滿意度。

所以提高軟件可靠性，必定可以帶來成本的節(jié)約。

部分文字翻譯自《提高可靠性的50種方法》