数据手册是元器件、 模块或体系功能的全面的、 经测验和经历证信息的完美信息库。 在电源单元（PSU）的情况下， 数据手册为工程师供给了很多的功能参数， 包含纹波和噪声、 功率、 调理精度、 阻隔电压、 电磁排放量等。 所供给的信息的数量和具体程度为用户在任何给定使用中完成预期功能供给了极大的决心。
但另一个重要的功能参数 – 电源牢靠性又怎么呢？事实上，当今的闻名制作商供给的电源单元（PSU）具有极长的寿数。其寿数在由牢靠性规范（如MIL-HDBK-217或Telcordia）规则的测验条件下进行了准确猜测。更重要的是，经历标明，除了这些严厉界说的参数之外，高质量的电源单元PSU也供给超长寿数。
可是，体系规划人员依然面对一个问题：在这些测验条件以外的条件下操作时，他们怎么自傲地猜测电源单元（PSU）的均匀寿数？各式各样常见要素或许打破这些条件，如：热、冲击和振荡、电源电压的瞬态动摇、电解电容的老化等都或许引起过早失效。因而，数据手册的规范寿数额外值很少彻底适用于实在国际的产品。
一起，无法控制终究产品的牢靠性是难以承受的。品牌的名誉是一笔名贵的财富。处置和修理的环境和费用本钱也是一种糟蹋。
那么，体系规划工程师怎样才能自傲地预估商用现货（COTS）电源单元的牢靠性？并且，最大极限地进步决心水平的最有用的办法是什么？
制作商的牢靠性数据的约束
最常用的表征一个新的COTS PSU的寿数的值是毛病前均匀时刻（MTTF）或均匀毛病间隔时刻（MTBF）值。毛病前均匀时刻（MTTF）在稳定作业（环境）温度下一般为数千小时。
当然，毛病前均匀时刻（MTTF）并没有给出从很多单元中随机抽取的任何单个单元的失效时刻：MTTF是一个均匀值。有的单元的寿数比额外MTTF值更长，有的则会更早失效。事实上，假定一个稳定的毛病率在电子设备的操作条件下是不切实践的假定，单个单元的寿数能够继续到MTTF值的概率只要37％。换句话说，毛病前均匀时刻（MTTF）经过69%后，对折的单元将失效，如图1所示。
这是由于，具有稳定毛病率的毛病由一个指数因子表征，如以下等式所示，用于核算元器件在给定时刻后没有发生毛病的或许性：R（t） = e-λt
其间：
λ = 元器件的均匀毛病率
PSU制作商选用依据高度加快测验的模型以猜测其产品的毛病率。他们不能在正常操作条件下运转PSU的测验，并等候调查毛病，由于需求许多年的时刻来搜集计算显著性数据。因而，他们将其产品露出于过高的温度、振荡、电流和电压应力下，以便使它们敏捷失效。
显着，需求一种合理的办法将加快测验的成果转换成数据手册中的MTTF值；有诺言的PSU制作商应仔细核实并完善自己的办法，以确保其能反映用户的实在国际体会。
因而，到目前为止，咱们或许能够信赖由值得信赖的制作商指定的数据手册中的MTTF值。但由于它仅适用于很窄的作业条件，当在一系列竞赛产品中进行挑选时，最好仅将它作为一个比较东西。换句话说，MTTF适用于指示在相似条件下经过测验的不同PSU的相对寿数。
可是，任何给定使用中的MTTF实在值高度依赖于该使用的操作条件。温度对寿数的影响最大，但寿数也受输入和输出电流和电压的肯定水平、这些参数的改动率、机械应力以及其他要素的影响。
因而，虽然MTTF值是依据一系列的“典型”和稳定操作条件而核算的，但许多用户的使用将在以下条件下运转：
·充溢改动
·与“典型”值不同
即便使用具有稳定的条件，这些条件也简直不或许与数据手册的典型使用条件相同。
因而，当在任何给定的实在国际使用中估量毛病率的时分，数据手册中的毛病率和牢靠性信息仅能供给有限的功效。电源体系规划人员有必要规划习惯其终端产品的最大可承受的毛病率。不论该方针毛病率是简直为零（在使命要害型使用中）仍是每10，000小时一次毛病（在低本钱消费产品的情况下），规划人员都有必要具有高度决心，使现场的实践毛病率至少到达最低方针。
如上所述，数据表中的MTTF不能供给如此高的决心水平，除非在规则的稳定操作条件下。那么，电源体系规划人员怎样才能更自傲地猜测实在国际的毛病率？答案是，部分是艺术，部分是科学。
科学是指有诺言的PSU供货商供给的附加数据集。例如，村田电源、Vicor和CUI等制作商都供给现场数据：声明返厂进行修理或替换的PSU毛病率调查值。该声明依据对每个失效单元的查看，并供给毛病原因剖析。
该声明能够协助PSU的特定类型的潜在用户：
经过查看它与现场毛病率调查值之间的相关性来验证 MTTF的核算，如图2所示
确认或许引起大多数毛病的特定操作条件、应力或%&&&&&%
图2：PSU的寿数有三个阶段：“前期毛病率”在第一阶段很高，继续时刻约24小时。装运前预烧可防止这些“前期毛病率”毛病
（来历：CUI，“电源的牢靠性注意事项”）
有诺言的制作商还供给了规划工程师能够学习的怎么优化其PSU计划的具体的使用笔记。例如，SL Power等供货商的使用笔记供给了有关热和机械规划的有用辅导，并表现了其规划优化进程的细节深度。遵从制作商的攻略将有助于最大极限延伸PSU的使用寿数。
第二个附加数据点能够依据恳求供给给用户，例如，Vicor电源：专为用户使用的典型操作条件而定制的使用专用的MTTF额外值。即便考虑到加快测验办法所固有的不确认性，以及用户自己的使用操作条件的不确认性，与依据典型作业条件的规范MTTF值比较，该定制MTTF值依然供给了对用户使用中的各种Vicor PSU的更牢靠的均匀毛病率预估。
每个有诺言的PSU制作商可供给的第三个数据点是热图，它显现了该电源单元的安全操作曲线，以及它怎么遭到使用中的改动（如添加一个冷却气流）的影响。
可是，即便加上这些数据，也无法确保能够在任何给定使用中肯定确认地核算均匀毛病率：变量的数量影响PSU的作业，制作商测验办法固有的不确认性也太大。事实上，随机实在国际事情所固有的不确认性的性质现已对一些最巨大的科学家提出了应战：听说，Alan Turing这样对搭档描绘过这个问题：
“在一个乡镇中，你怎么经过看到的随机车牌最好地估量整个乡镇的出租车数量？”
那么，科学只供给了部分答案；电源体系规划人员还有必要运用工程师的艺术。经历为规划人员供给了关于每个制作商的数据的牢靠性直觉。经过查看自己产品的现场毛病，OEM规划人员能够树立实践毛病率的图画、毛病的原因，并与他们仅依据制作商的数据所构成的希望做比较。看它们是否有亲近的相关性，或实践上功能更好仍是更差？以及与预期功能有多大距离？
工程师对这些问题的直觉有助于加强其经过丈量和计算核算成果来预估毛病率的决心。
有决心肠猜测
当数据手册描绘了PSU的牢靠性或不牢靠信息时，它具有显着的数学确认性。可是，这些数据自身在任何给定使用中猜测MTTF时仅供给了有限的决心。
但当规划工程师挑选的PSU来自一家已知的、有诺言的制作商，或许当他们对制作商的数据有自己的经历，或受信赖的第三方（如电源分销商）的经历时，他们能够对其寿数功能有更高的决心。总归，这些产品现已积累了多年的常识经历，但令人惊奇的是，并非一切经历的取得都需求很高的价值。
换句话说，协助工程师对PSU的使用寿数做出杰出判别的不是单纯的艺术，也不是单纯的科学，而是艺术与科学的结合。
