诊断行业的许多努力都是为了开发具有良好分析性能的检测方法。

然而，不管一个检测有多好，如果它因为系统故障而无法使用，实验室和生产企业都会受到一定的影响。大多数系统在出售时至少有1年的保修期，提供现场服务。

因仪器故障而导致的服务电话，我们可以假设每起事件的费用约为1,000元。大型系统往往在保修期内的系统每年会有10次或更多的非计划性服务电话。

如果现场有1,000个系统，这意味着生产企业的成本为10,000,000元。

此外，对于复杂的系统来说，未能达到可靠性目标往往会推迟产品的发布，这导致了收入的延迟，并使工程师无法在其他项目上工作。因此，工业界有动力去减少开发过程中达到可靠性目标所需的时间。

可靠性被定义为一个系统或部件在规定的条件下，在规定的时间内发挥其必要功能的概率。

可靠性增长的定义是：由于产品设计或制造工艺的改变，随着时间的推移，可靠性参数的积极改善。

可靠性增长管理是以学习曲线理论为基础的，这要归功于Duane，他观察到各种不同系统的可靠性改进都遵循一个类似的模式。这种改进与系统被测试的累积时间成正比（见图1）。

图1 | 不同系统的可靠性增长

这些最初的观察结果被发展成一种技术，已被广泛用于国防和汽车工业，并由麦克莱恩调整为诊断行业。

在可靠性增长管理中，一个系统被置于测试之下，这通常只是意味着一个仪器系统被操作以产生检测结果。这就为系统提供了一个失败的机会。失败被观察和归类。对观察到的故障提出修复方案并加以应用。这种测试、观察故障、修复故障和重新测试的循环一直持续到达到预期的可靠性目标。

可靠性增长测试和可靠性示范测试之间有一个重要的区别。后一种类型的测试是在产品设计和制造完成后，在预定的时间内进行的。在可靠性增长测试中，可靠性的测量是在设计阶段，当系统被反复改变的时候。

质量倡议赞成「在质量中设计」或第一次就把它做对，并对「在质量中检查」持否定意见。在质量中设计是首选，因为隐含的假设是它比检查产品或过程以确定在设计完成后需要改变什么更有效。

在可靠性增长管理中，「在质量中测试」是一个更准确的术语，但这仍然相当接近于「在质量中检查」，因为我们正在修复一个有缺陷的产品。

事实上，「在质量中设计」和「在质量中测试」并不相互排斥。每种方法都应该在适当的时候使用，甚至在同一个程序上，选择取决于技术的知识状况（这部分内容可以看本系列文章的EP.7）。

也就是说，当有一个高的知识状态时（例如，当方程描述知识时），那么我们可以而且应该在可靠性方面进行设计，避免在质量方面进行测试。然而，对于复杂的诊断仪器系统，知识状态是中等的，基于经验的实验被用来获得知识。

一个复杂的系统往往有几百种，甚至几千种失败的方式。此外，减轻这些故障的方法往往是不确定的。在适度的知识状态下，可靠性增长方法往往是开发或改进产品的最快方式，通过测试来暴露问题，提出解决方案，并重新测试。

保修期内仪器的非计划服务呼叫率（这里简称「呼叫率」）通常是最重要的可靠性参数。呼叫率的模型是需要的，因为它可以让我们在系统发布销售前测量和预测其可靠性。

传统上，我们从「硬故障」的角度来考虑可靠性问题。例如，如果一个电源出现故障，系统就会关闭并无法使用，直到电源被更换（通常是由服务人员更换）。

然而，根据对服务记录的检查，「软故障」也会导致服务请求。软故障是通常由客户修复的问题，如打印机卡纸。如果这种类型的故障反复发生，最终可能导致客户打电话要求服务，因为对反复修理同一问题感到沮丧。

由于硬故障和软故障引起的服务电话，再加上一些服务电话是由于服务人员无法在一次访问中解决一个问题而导致的重复呼叫，可以得到以下模型（公式1）：

式中，A到C是通过研究类似系统的数据而优化的系数。

生产企业和客户都希望有完美的可靠性。然而，如果可靠性目标定得太高，产品可能会被推迟或成本太高。

较低的可靠性目标会导致产品在故障期间无法使用，这似乎与某些检测的要求不一致，因为对于某些检测来说，持续获得检测结果是一种医学需要。冗余是解决这个问题的一个办法，并在设定可靠性目标时发挥了作用。

例如，许多实验室有几个血气分析仪。除了提供额外的能力，多个系统还允许在其中一个系统出现故障时产生血气结果。在大多数情况下，血气结果是不能推迟的。冗余甚至被用于更高度可靠的系统，如电力。所有医院都有备用发电机系统，以备停电时使用。

好了，以上就是今天分享的全部内容，如果大家有什么疑问，欢迎在后台给我们留言，或者加入我们一起讨论，若觉得文章不错，也请关注我们，以免错过后续更新~