康锐教授：FMEA——故障模式从哪里来？

10 月 31 日下午，为民可靠性研究院院长、北航康锐教授受邀参加聪脉信息主办的 “2026AI 时代质量与可靠性创新交流会暨第七届 FMEA 峰会”，并做了《FMEA——故障模式从哪里来？》主题报告。

康锐教授这场报告的起点，是一个看似简单却被行业长期回避的问题——做FMEA时，那一列列故障模式到底从哪里来？他直言，GJB/Z 1391和AIAG&VDA两大标准把“怎么分析”的流程写得很细，表格该填哪几栏也规定得明明白白，唯独最关键的“该列出哪些故障模式”没有给出通用生成规则，大家仍靠经验、历史故障库和头脑风暴去凑。

这四种来源各有一处硬伤：历史库只能覆盖“已发生过、被记录、被识别”的故障；相似产品清单换个产品、工况或接口就可能失效；专家头脑风暴受经验与会议时间约束；标准典型模式只给词表提示，却证明不了对本产品已穷尽。更麻烦的是，就算表格填得再满，功能到故障模式这一环仍缺少可计算的判据——表格能记录一条因果链，却证明不了它完整；评分只能给已列出的风险排序，发现不了清单之外的故障；评审能查表填没填完、打分有没有依据，却答不出“有没有本该出现但没想到的模式”。

所以经验法的完备性只能声明“已评审”，不能保证“已覆盖”。康锐教授强调，真正要补的不是表格，而是故障模式的“生成逻辑”，并明确批评的对象只是“没有生成模型的填表实践”，FMEA作为影响分析、风险沟通和措施管理的载体，价值依然保留。

那生成逻辑从哪来？答案放在他提出的确信可靠性理论上。这套理论最朴素的表述是：产品可靠不可靠，取决于性能距离规定要求还有多大裕量，以及这个裕量随时间退化得多快。把“是否故障”翻译成数学语言，就是性能裕量是否小于等于零。

他给出的四个方程构成完整链条：学科交叉方程回答性能由哪些内外因形成，退化方程回答性能如何随时间演化，裕量方程回答性能离阈值有多远、向哪侧越界，度量方程回答裕量大于零的可信程度有多高。前三个方程负责把故障事件“定义”出来，第四个方程负责把可能性“量化”出来，各司其职、缺一不可。

顺着这条思路，康锐教授示范了故障模式的正向生成六步：选关键性能、建学科方程、定阈值与裕量、引入退化时间、量化不确定性、命名回填。每个候选故障事件本质上都是“某一性能裕量小于等于零”这一集合，事件加上越界方向、时间特征和可观察表现就成了故障模式，变量条件与退化路径则对应故障原因与机理。

为直观演示这套逻辑，康锐教授还借助一个抽象产品性能模型开展推演。通过学科方程，可以识别出使性能逼近失效底线的内外部影响因素，无需等待实际故障发生。依托裕量分析，可划分出设计达标、临界边界、先天不达标三种状态，得到“先天性能不足”这类故障模式。再结合退化方程，能够区分出厂即不合格、使用后期失效两类失效场景。度量方程仅评估失效发生概率，不会新增故障类型。将推导结果填入FMEA表格，各类故障模式都可匹配对应的生成条件、诱因与管控措施。

故障模式不是从表格里“填”出来的，而是从性能与阈值的关系中“推”出来的，完整性不再靠“想到了多少”，而是可以由性能维度和事件划分接受审计。

康锐教授这篇报告给做FMEA的企业带来的，不是又一套流程，而是一个思维转向——把故障模式来源从“经验检索”升级为“方程推导加试验标定”。他始终强调方程给的不是现成答案，而是可审计的规则，每条模式都能追到参数、阈值和工况点；同时清醒地划清边界：方程需要标定，机理不清时仍可用经验，但必须标注来源与置信度。

面对“没有方程怎么办”，他主张先做可靠域与退化律实验，或退回经验枚举但注明依据；面对与故障物理（PoF）的区别，他点明PoF用机理算寿命，而这里用裕量方程做模式的完备性枚举；面对模式太多，则用敏感度排序裁剪。

整体来看，这是一条把可靠性从“经验积累”推向“机理生成”的路径，让FMEA从“记录已知风险”迈向“推导未知风险”，为AI时代的质量与可靠性创新提供了一个可落地、可追溯、可验证的新方向。