汽车失效和汽车缺陷辨析

汽车失效和汽车缺陷往往被人们混为一谈， 但是这两个词的含义却相去甚远。 尤其是在对汽车故障预测和汽车召回预测预防时， 这两个词的区别就决定了不一样的解决方法。

汽车失效和汽车缺陷表现结果几乎一样， 两者最终都会造成汽车故障， 造成人员伤亡或财产损失等。 但是汽车的失效和汽车的缺陷又不完全一样。 本文将通过失效和缺陷的概念分析、 反应机制、 函数分布、 控制方式等方面的辨析， 得出失效和缺陷不同的预测方式， 使消费者在最早时间发现缺陷， 使汽车制造商在最佳阶段消除汽车缺陷或汽车失效，从而降低汽车召回成本， 最大程度保障由汽车缺陷或汽车失效引起的交通安全。

3.2.1 汽车失效和缺陷的概念差别

汽车失效和汽车缺陷的概念容易被混淆， 认为两者皆是汽车零部件不能按照设计的功能运行的情形， 然而这并非两者概念的实质。

汽车失效是汽车在运行过程中， 零部件逐渐丧失原有的或技术文件所要求的性能， 从而引起汽车技术状况变差， 直至不能履行规定的功能。

汽车缺陷是由于设计或制造的原因在某一批次、 型号或类型的汽车产品中普遍存在的具有同一性的危及人身、 财产安全的不合理危险， 或者不符合有关汽车安全的国家标准的情形。

汽车缺陷有两种， 一种是偶发性的缺陷， 一种是系统性缺陷。

汽车失效和汽车缺陷是两个不同的概念， 失效是一个过程， 而缺陷是一个状态。 缺陷是先天的， 而失效则是后天形成的。

3.2.2 汽车失效和缺陷的发生机理和形成模式分析

从汽车失效和汽车缺陷的概念可以看出， 汽车失效和汽车缺陷的产生机理是不同的：

汽车失效是汽车经过摩擦、 老化、 腐蚀等原因造成的， 且汽车失效是由最弱环节的部件失效引起的。

而汽车缺陷则是由于设计或制造的原因造成的， 或者是由于设计或制造时技术水平和认识水平的局限性造成的， 在某一批次上存在普遍的现象。

汽车缺陷的形成有四个方面原因： 设计缺陷、 制造缺陷、 材料缺陷和使用条件缺陷。

设计缺陷是指汽车产品在设计过程中由于疏忽或者考虑不周而产生的设计欠缺， 从而对整车的安全性能产生影响， 引发汽车产品缺陷的产生。 例如， 美国C／K轻型车把发动机缸放在车体的右侧， 引发了很多交通事故， 最后的解决方案是把缸体从车体的右侧挪放到了车体的左侧。

制造缺陷是指产品在制造过程中， 因生产管理、 流程组织、 技术培训、 工艺控制等原因而导致产品在制造过程中形成的不合理的、 危及安全的危险性， 是在生产过程中产生的异于 （偏离） 本来设计目标而具有危险性的一种后果， 该类产品达不到制造商产品规格要求， 故可称之为 “不符合规格” 或 “不符合标准”。

材料缺陷是指主要由不合格材料、 材料与工艺设备间工艺匹配等因素而导致的缺陷。 这类缺陷比较隐蔽， 一般情况很难发现。 在本田车国产化的过程中， 国外的设计图纸在中国国产化之后进行批量生产， 但是发现中国的车型车轴变形， 车体下沉。 在分析了故障车后， 发现原因是车轴的钢材质量跟国外的不一样， 国外的杂质比较少， 而中国的在炼钢过程中， 灰尘中含有杂质， 因此降低了钢材的刚性， 使车轴的刚度不够， 造成车轴变形， 车体下沉。

使用条件缺陷是指汽车行驶状态和各零部件、 总成、 材料、 系统等性能或功能变化， 在各种外界不利因素和内在因素的交互和耦合作用下， 会对车辆本身产生严酷的考验， 激发特定条件下汽车缺陷的发生。

这四种汽车缺陷原因的分布如图3.1所示 （数据截至2012年12月31日）。

图3.1 汽车产品缺陷原因分布情况

3.2.3 汽车失效和缺陷的分布

从汽车失效和汽车缺陷的形成原因来看， 汽车失效是一个时间函数， 而汽车缺陷则是一个随机概率， 与时间没有强关联关系。

一般， 汽车的失效可以是指数分布、 威布尔分布、 对数正态分布或者正态分布［99］，如下所示。

指数分布：

威布尔分布：

对数正态分布：

正态分布：

而实践证明很多的汽车失效更加逼近威布尔分布。

威布尔分布是由瑞典科学家Waloddi Weibull于1939年提出的一种概率密度分布函数类型。 威布尔分布是由最弱环节模型导出， 许多链环串联而成的一根链条， 两端受拉力时， 其中任意一个环断裂， 则链条失效。 显然， 链条断裂发生在最弱环节。 一个整体的任何部分失效， 则整体就失效。 局部失效导致整体停止运行的设备、 部件、 元器件， 其寿命一般都服从威布尔分布。

下面介绍威布尔分布的一些函数。

概率密度为

累积概率分布函数为

可靠度函数为

失效率函数为

对式 （3.7） 两边取对数得

再对式 （3.9） 取对数得

令式 （3.10） 中，

将式 （3.10） 变换为

然而缺陷是先天性的， 与时间没有直接的关联， 只是随着时间的推移， 汽车缺陷渐进显现出来。

缺陷服从logistic分布。 设缺陷影响因素导致产品缺陷， 用y＝1表示； 缺陷影响因素不会导致缺陷产生， 则用y ＝0表示。 缺陷发生的logistic回归模型如式 （3.15） 所示。

式中，α和β1，β2，…，βn分别为回归截距和回归系数。i为第i种缺陷影响因素。

失效函数是时间的函数， 而缺陷则非时间函数。 失效函数服从的是威布尔的概率分布， 但是缺陷则服从logistic分布， 与时间无关， 自产生就依附于汽车产品中， 随着产品的生命周期终结而消失。 有些汽车缺陷并不会从一开始就有故障表现， 而是随着条件的满足才出现故障。

3.2.4 失效和缺陷的预测预防方式

由失效和缺陷的产生机理可以知道， 汽车缺陷或失效原因导致的汽车整体失去功能可以分为三个阶段， 如图3.2所示。

图3.2 汽车故障的三个阶段

当β ＜1.0时，λ（t）函数为单调减函数， 则零部件为早期失效， 主要是由零件本身的结构问题 （包括设计问题）、 生产过程中的工艺问题、 质量过程控制问题等原因造成的失效。

当β ＝1.0时，λ（t）函数为常数， 则零部件为随机失效。

当β ＞1.0时，λ（t）函数为单调增函数， 则零部件既为损耗失效，也为正常失效。

而汽车缺陷是由设计或制造原因造成的， 因此， 产生之后， 就会在一定的环境下造成汽车失效而导致汽车故障的发生。 在使用初期， 汽车失效的概率小， 随着时间的推移， 失效发生。 但是缺陷则不同， 缺陷是生产出来就已经产生， 因此， 缺陷产生的故障现象一开始会暴露， 随着时间的推移， 暴露量就将减少。 因此， 在盆浴期的第一阶段——早期失效期就可以发现。 由制造原因造成的汽车缺陷可以通过控制汽车生产和组装质量来解决。 但是部分设计产生的缺陷却可能由于人们的认识水平受当时生产力水平的限制， 在当前阶段看出不来， 或者在一定的条件下不会产生故障， 但是一旦条件符合时， 故障就会发生。 这种情况下， 缺陷就变成了不可控。 而有些缺陷要彻底更换零部件或是用其他设计方法设计的部件才能彻底解决问题。 如丰田公司加速踏板就是因为油门踏板设计缺陷造成多起事故。 然而一直以来被认为是由于其他原因进行召回， 直至2009被证实是设计缺陷， 更换了其他设计方案的油门踏板系统才彻底解决这一缺陷。

对汽车缺陷的消除， 选择汽车召回的方式来进行， 把具有缺陷的某一批次的汽车产品进行召回 （对汽车缺陷部件进行维修和更换）， 则可以把缺陷消除。 而失效是由磨损、 老化、 腐蚀等原因造成的， 因此， 只要对开始有失效迹象的汽车进行定期保养 （维修和更换）， 就可以消除汽车失效， 避免汽车故障的发生。

汽车失效造成的事故是可以预防的， 而汽车缺陷造成的事故却很难预防。 由制造原因引起的缺陷比较容易识别， 但是设计造成的缺陷却由于人们认识水平的限制而很难被认识到， 且缺陷结果具有不可预估性。

因为汽车缺陷最终也表现为失效模式， 汽车失效服从威布尔分布，因此， 可以利用威布尔分布的不同阶段来判断是汽车缺陷还是汽车失效。 在区分了失效和缺陷之后， 就可以做出相关的预测： 部件失效预测或汽车召回预测。

3.2.5 汽车失效和汽车缺陷的预判

因为汽车失效和汽车缺陷的发生机理不同， 用于汽车失效和汽车缺陷的预判方法也略有不同。 利用汽车失效和汽车缺陷分处在盆浴期的不同阶段为依据， 再利用信息源进行预警分析。 基本上有两种可行的方式可用。

（1） 利用4S店的信息预警系统来进行预判

汽车失效是由老化、 磨损、 腐蚀等原因造成的， 因此， 盆浴期的第三阶段——耗损失效期可以作为汽车失效的特征， 而汽车缺陷在盆浴期的第一阶段——早期失效期就已经显现出缺陷的存在， 且缺陷的表现趋向汽车售后的初年 （汽车售出的第一个年头）， 且同一型号的汽车具有同一性， 因此， 会有批量的同一型号的汽车具有同类问题， 所以， 对于有缺陷的汽车， 把汽车缺陷预警系统应用于汽车4S店的维修信息库中，就可以做到汽车缺陷的预判。 而在汽车平稳地运行了一两年以后， 如果出现了一些故障， 且故障不具有批量汽车的同一性特征， 就可以判断为汽车的失效。

（2） 基于无线通信方式控制中心数据库的数据挖掘来进行预判

把汽车运行信息通过CAN采集， 再利用安装在车载端的无线通信程序发送到控制中心， 进行数据存储， 利用数据挖掘分析汽车故障是汽车失效还是汽车缺陷。