相似产品的外推,什么时候算合理

先说一个几乎每份可靠性报告里都有、但极少被追问的句子:

“本产品为新一代机型,结构与本司 ×× 机型相似,可靠性水平可参照该机型历史数据。”

听起来很合理:同一个平台、同一批供应商、同一批人做的

问题不在“参照”,而在“相似”从来没被论证过。

这篇文章讲的就是:什么时候这个判断成立,什么时候它只是一句让人安心的话。

 

外推并不是为了省事。它的作用,是把“哪里不一样”明确说出来。

 

一、外推绕不开,但要分清能支撑什么

有人会说,那就别外推,老老实实测。这话在方法论上正确,在工程上不成立:

设计阶段没有数据,而可靠性最该在的阶段恰恰是设计阶段。

新产品还没造出来,哪来的失效数据?如果要等数据,就只能等到量产之后,那已经不是设计了,是事后统计。

所以外推并不是“偷懒的选择”。它是唯一能让早期决策有依据的路径。真正的问题不是“要不要外推”,而是:

外推的结论,能支撑到什么程度的决策?

参照数据用来定方向(哪个部位该加余量),和用来对外承诺寿命,是完全不同的两件事。前者容错高,后者容错几乎为零。混淆这两者,是外推出事的主要方式。

二、“相似”是三个判断,不是一个

这是全篇最核心的一段。任何一次外推,实际上同时做了三个假设,而它们的证据要求完全不同。

第一层

结构相似

构成、连接、关键件形式、材料与工艺。能画、能列表,最好证,也最容易证完就停。

但结构相似只回答“看起来像”,不回答“坏的方式一样”。

第二层

载荷相似

温度与循环、湿度、振动谱、电应力、启停、使用强度、寿命期时长。最容易被说成“工况差不多”。每天 8 小时和 20 小时不是差不多;有空调的机房和户外机柜也不是。

载荷变了,哪一环先坏就变了。

第三层

失效机理相似

最弱的那一环是不是同一个,失效路径是不是同一条。这层最难,也最关键。

例:老产品最弱环节是疲劳;新产品减重换材、加厚壁,疲劳没了,磨损成了新的最弱环节。外形和工况都像,前两层全过,外推仍失效——借来的数据描述的是已经不存在的机理。

外推的本质,是“失效机理不变”。前两层只是间接支持,不能替代这一层。

三、外推的四种强度,要求和风险完全不同

不是所有外推都一样。按结论强度分四档,每一档需要的论证深度差别很大:

第 1 档:定性类比(只借方向,不借数)

用来判断该盯哪、该问什么。结构、载荷相似即可,机理上没有明显反向证据就行。风险低。最常见的误用,是把定性结论当定量结论往外说。

第 2 档:定量类比(借数,带折算)

用老产品失效水平折算到新产品。三层相似都要成立,折算关系要有出处。系数说不清,就退回第 1 档。带着小数点的猜测,往往比不估更危险。

第 3 档:数据合并(把两批数据放在一起统计)

把少量新数据与老数据放在一起统计。必须先证明来自同一总体(机理、载荷、制造水平可比)。合错了不会报错,只会给出过窄的区间,让人以为很确定。

第 4 档:作为先验借用(用老数据作为新数据的起点,再被新数据修正)

历史数据当起点,用新数据逐步修正;差异越大,权重打得越低。新数据够多时,历史影响自然衰减,比第 3 档更稳妥。

四、相似性论证写五项,缺一项就不完整

① 差异清单(不是相似清单)

相似的别人看得见;不同的不主动列,就会藏到现场。维度:结构、材料、工艺、供应商、关键件、装配、载荷谱、使用强度、寿命期、维修策略。

② 差异的方向判断

变好、变差,还是不确定。“不确定”可以写;“无影响”必须有理由。

③ 差异的量级判断

显著、轻微、待验证。“待验证”就是后续试验从哪来。外推有多可靠,取决于这些项被处理掉多少。

④ 最弱环节的对照

老产品是什么失效模式,新产品是什么,是否一致。

这一栏写不出来,就说明外推的核心假设不成立,那是根本没有论证,而非论证不充分。

⑤ 结论的适用范围

能用在哪、不能用在哪、何时失效(工艺或关键供应商变更后等)。

边界最容易被删,也最不能删。

五、六种“看起来合理、实际上不成立”的外推

① 只比规格书

规格书给采购用,不描述工艺、分布、失效模式。参数一致是必要想象,不是充分证据。

② 只借成功的那批数据

那是条件最好的情形,不是典型情形。要看整个分布,包括尾部。

③ 换了关键材料,仍沿用原折算系数

加速模型的前提(同一机理)已经断了,表面上一切照旧。

④ 用“行业经验”做定义

没有定义同类、工况、制造水平、年代,谁都可以说自己符合。

⑤ 把相似性当成免测许可

外推是让试验更有针对性,不是让试验变少;差异项尤其要验。

⑥ 只做一次外推,不再回头验证

把外推时的假设留下,量产一年后用实际数据逐项核对。这是组织学会怎么外推的唯一方式。

六、四个可以立刻用的评审问题

下次评审遇到“参照 ×× 机型”,问这四个:

1 老产品的最弱环节是什么失效模式?新产品还是不是它?(答“整体都挺可靠”就是没分析)

2 有哪些地方不一样?每一个让可靠性变好还是变差?(答“基本一样”就是不成立)

3 这次的结论,能用在哪里、不能用在哪里?(答不出边界,就是没有边界、没法用的结论)

4 哪些差异项,这次打算用什么试验去验证?(答“不用验”,就是把风险留给现场)

四个问题都答得干脆,外推就是一个有根有据的专业判断。答不上来,它只是一个把不确定性往后推的句子。

七、做得好的外推,长什么样

结论是分层的

哪些部位可以按老产品结论走,哪些要单独评估,哪些必须重新做试验。

带着一份“待验证清单”

每一个不确定项对应动作、责任人、时间点。

写明失效条件

材料、工艺、供应商、工况一变,结论作废。

会被回头核对

判断、核对、修正,循环几次,组织的判断力才长出来。

最后

外推难,不在技术复杂,而在于它要求你说清一件很多人不愿说的事:

“我不知道的部分在哪里”

很多人做外推时,潜意识里是把它当成一个结论来交付的。既然要下结论,就不能留太多“不确定”。于是差异被淡化,边界被省略,待验证项被删掉。

但外推的真实价值恰恰相反:它最有用的部分,正是它暴露出来的那些不确定项。那些项就是后续所有工作的清单,也就是试验做什么、评审问什么、量产盯什么。

所以判断一次外推合不合理,标准其实很简单:

它有没有把“哪里不一样、不一样会怎样、什么情况下会失效”写清楚。

写得清楚,哪怕结论保守、哪怕留了一堆待验证,也是一次合格的外推。

写不清楚,哪怕它引用了十年数据、格式规范、结论漂亮,它也只是把不确定性,从设计搬到了现场。

外推不是省事的办法。它的全部意义,是让风险在还能改的时候被看见。

评论