為什么HALT不能夠提供的MTBF值，而這又不是個問題呢

一個zui常見的問題就是如何從HALT結果中導出一個MTBF值。HALT本身無法計算出一個的MTBF值，但是它可以幫助我們獲得一個更加可靠的系統。這不應算HALT的一個缺點，因為我們的目的是獲得一個高可靠性的產品而不是簡單的獲得一個MTBF值。對于哪些堅持要求MTBF值的客戶，一般利用可靠性預計的結果就可以滿足他們的要求，而其它的一些客戶則可以通過可靠性壽命實驗或者實際的現場數據來提供他們想要的MTBF值。

當今的MTBF工具

現在zui流行的三個MTBF計算可靠性預計、可靠性壽命實驗和現場數據。

在計算MTBF值的時候可靠性預計工具是非常有用的工具，因為我們可以在產品出貨前很快的了解到產品的MTBF。但是可靠性預計的結果經常存在度的問題。一般板極產品的可靠性預計需要4到8小時（使用通常的可靠性預計標準，例如美軍標217F或者貝爾實驗室的RPP 332），但是這些預計手冊是利用眾多型號零部件的現場失效數據集做依據的。這樣一來就導致了預計結果的不確定性，因為很多公司的產品應用可能會有很大的區別。可靠性預計通常一個因子分為十個等級或者更多，具體數據經由產品的壽命周期中的現場數據決定。通過實際的應力能夠對預計結果進行修正，如溫度、電子、質量、環境和工廠的篩選等。可是實際的應力水平，尤其是電壓和功率經常是非常難于確定。

一個更好的方法是通過可靠性壽命實驗來計算MTBF。這時候HALT就可以幫助我們制定一個合理的應力條件并計算這個應力條件下的加速因子。對于可靠性壽命實驗來講zui重要的也許就是選擇合理的應力水平了，因為太小的應力會導致測試時間過長或者測試樣品量太大并提高測試成本，而太大的應力更壞，因為如果應力超過產品所能夠承受的正常范圍，那么一些不相關的實效會被激發，這時候的結果可能就是無效的，我們還需要再次在低應力水平下重新進行測試。可靠性壽命實驗zui大的缺點是實際的應力水平非常難定義，如果我們用一個標準的應力來代替則可能導致測試時間的增加。典型的可靠性壽命實驗如果采用標準的應力水平，則測試時間可能會到6個月或者更長，具體的時間還決定于測試樣品的數量和置信度的大小。同時實驗中的測試程序通常也區別于zui終用戶的實際情況，這同樣也會導致MTBF值的偏差。

而另外一個比較好的方法就是利用現場數據，因為這些數據直接來之于客戶使用產品的過程當中。MTBF值可以只用用實效產品的數量和所有在使用產品的使用時間比來獲得。但是同樣這個方法也存在著一些缺陷。*個缺陷是很多客戶不了解產品造成很多產品變成沒有問題發生，或者維修人員根本不知道什么問題發生。同時由于很多客戶更好換和寄回配件花了幾周，這在一定程度上延長了產品的MTBF。zui終所有的一切導致從現場反饋的數據并不正確。另外在我們獲得這些數據并了解到產品設計存在問題的時候，工廠早就出貨了上百甚至上千臺的系統。

為什么HALT不能夠為我們提供MTBF值

這三個zui通用的可靠性預計方法并不能夠提供有效、及時和的MTNF值。當然如果HALT可以的話我們就非常驚訝了。產品的壽命數據要求的加速因子和很多的失效數據。加速因子越大，MTBF結果越不。失效數據越少，MTBF的置信度越低。HALT恰恰采取的步進應力的途徑去進行加速壽命實驗，逐步增加應力并在進入到下一個應力前驗證產品的功能。相對于其它的加速實驗，這種方法能夠幫助我們更快的獲得結果，但是對于大部分零部件來講利用這個應力水平下的加速因子也許會導致一個錯誤的結果（或者至少來講是不的）。同時由于對于加速測試的時間壓縮，所以MTBF的計算結果會變的更加偏離。

另外HALT通常在產品量產前進行，很多都是在產品的設計前期，從而讓我們在產品量產前發現問題并進行分析和導入有效的改善措施。但是缺點是這時候我們通常只有有限的幾個樣品，當然了能夠發現的問題也比較少（一般發現3到10個失效）。失效的數量是置信度的一個關鍵因子。置信度決定了MTBF可能出現的范圍， 失效越小則置信度越低。如果一個HALT測試只進行了100小時，它可能的MTBF上限可能是100萬小時。太低的置信度zui終導致可靠性數據的不確定性。

有兩種方法可以利用HALT結果來計算MTBF值

盡管通過HALT不能夠單獨計算出MTBF值，但是有兩種方法可以利用HALT結果來獲得的MTBF值。

方法一：利用HALT來改進可靠性壽命實驗

*個方法是利用HALT結果來選擇一個積極的加速因子來執行可靠性壽命實驗。我們已經有了很好的溫度和溫度循環的模型，一旦HALT完成，下一步就是去評估產品極限并依據這些極限來設定可靠性壽命實驗的應力水平。同樣重要的是評估不同極限下的失效或者是此應力條件下失效是否是因為過應力或者磨耗產生。如果是后者，那么這個失效就是不能夠通過加速產生的，我們必須注意在可靠性壽命實驗中不能夠選擇這個極限來進行測試，因為那些失效并不能夠帶給我們和產品壽命相關的有意義的數據。

對于利用HALT來改進可靠性壽命實驗的一個缺點是需要6個月或者更長的時間來進行測。第二個缺點是如果在HALT中出現磨耗失效，那么可靠性壽命實驗的應力水平必須在此極限的基礎上下調足夠的裕量，這樣一來就會導致較低的加速因子并延長測試時間或者測試樣品數量，也許兩者都是。

方法二：用HALT數據來關聯現場數據

在每一個產品的HALT完成后，我們就會用HALT中發現的失效來跟蹤現場中的類似失效。一旦我們發現了某個失效，那么此失效的加速因子就可以很容易根據應力水平和時間計算出來，同樣在使用使用環境中出現同樣失效的時間我們也可以知道了。在我們對不同的幾個產品完成這些工作后，我們就可以建立一個數據庫來利用HALT結果來進行預測。這時候對于新的HALT失效我們可以在數據庫中查詢并獲得達成此失效的時間。

對于利用HALT結果來關聯現場數據有一個缺點，那就是眾多的產品都需要去進行HALT然后建立足夠的數據庫才行。這可能需要一個公司花費多年時間才能夠完成。另外產品的型號或者技術的重大變化會導致數據庫的失效，因為此預計只對于類似的失效模式和類似的零部件有效。

這三個通用的產品可靠性數據方法（預計、可靠性壽命實驗和現場數據）并不能夠提供有效的產生及時并準確的MTBF值。因此，如果HALT可以做到我們會非常的驚訝。然而這并不能夠說這就是HALT的一個缺陷，因為一個好的可靠性項目的目標是設計一個可靠的產品，二不是計算產品的可靠性。

對于那些一定需要MTBF值但是又不信任預計數據并希望獲得比可靠性壽命實驗更快的客戶，利用HALT的結果可以有兩種方法來改善精度和縮短時間。*個方法是利用HALT數據來選擇一個積極的加速因子來進行可靠性壽命實驗。但是主要的缺點是仍然需要幾個月才能夠完成實驗。第二個方法是利用HALT數據來關聯現場失效。在每一個產品的HALT結束后，，我們就會用HALT中發現的失效來跟蹤現場中的類似失效。它的主要缺點是眾多的產品都需要去進行HALT然后建立足夠的數據庫才行，如果產品的型號或者技術的重大變化會導致數據庫的失效。