在电子产品研发设计阶段，运用轻量级可靠性预计APP，基于元器件BOM开展可靠性预计工作，以元器件的失效率为依据，综合性能参数、使用环境、质量等级等因素，三步可对产品的质量可靠性水平进行定量评估，估算得到产品失效率、MTBF（平均故障间隔时间）等参数。解决了产品寿命评估计算效率低、准确率差、研发数据不一致等痛点，提高新品研发的可靠性评估质量和效率。;

案例：汽车电子可靠性指标智能快速预计 （一）案例背景及基本情况 某企业是国际领先的汽车电子企业之一，主营车载信息娱乐系统、车身控制模块、主动安全驾驶辅助系统等产品。在研发设计阶段，企业会基于元器件BOM开展可靠性预计工作，对产品可靠性水平进行定量评估，尽早识别质量设计薄弱环节、指导产品设计改进。然而，预计标准多样、产品元器件数量多、种类杂、参数复杂，传统人工预计方式的弊端逐渐凸显：器件逐一分类、挨个查表的计算效率低、准确率差；历史预计参数和设计经验很难通过Excel得到保留和复用；设计团队协同度低，研发数据不一致，新产品研发速度上不去。在业务量增大、质量要求高的趋势下，企业希望利用数字化工具开展预计工作，提升质量研发设计效率和效果。 （二）解决方案及实施过程 企业在A30多媒体播放器系统的研发过程中，采用了“赛宝质云”平台轻量化可靠性预计APP，以元器件的失效率为依据，线上开展自动、快速、高频率的可靠性预计。按照GB/T 37963-2019《电子设备可靠性预计模型》标准“计数法”的相关规范要求，对产品内电容、电阻、电感、二三极管及MOS管、集成电路等五大类1500余型号规格的电子元器件，进行失效率、MTBF（平均故障间隔时间）等指标的计算，在元器件层级识别影响可靠性的主要因素、薄弱环节，指导A30系统的元器件选型、产品设计方案对比和优选。 图 1基于工业APP的可靠性快速预计步骤 通过APP进行快速预计包括三个步骤：首先，一键批量导入产品BOM清单，根据产品其实际运行环境和性能参数，选定预计方法、环境等级、质量等级；随后，根据元器件名称、型号规格等已有信息，采用APP智能分类算法，批量匹配器件大类、子类及其参数模型；最后，设定器件动态参数，由APP自动调用每个元器件的预计参数模型，得出元器件级和产品级可靠性预计结果，并用图形化展示分析结果，按设定模板输出预计报告。 （三）特点与亮点 （1）依托五所在元器件信息服务的数据基础，APP内集成30万型号规格、60万条国内外民口元器件数据，同时支持企业自建库扩充，批量保存历史分析结果和经验数据，为精准匹配、快速计算提供坚实的数据支撑。 （2）覆盖国内外主流民用预计标准，元器件预计机理模型种类丰富，涵盖41个大类、231个小类参数模型，适配民口企业及特定行业对预计工作的要求。 （3）支持多元特征融合文本分类算法，辅助大规模、批量化自动智能分类，无需输入繁琐的各项参数，极大减轻人工检索工作量。 （4）轻量级线上工具，低价格甚至免费使用。仅三个步骤快速计算相对准确的结果，适用于企业研发过程集中且、高频率、快速计算的使用场景和真实需求。 （四）成效与意义 经测算，轻量级可靠性预计APP的自动匹配准确率可达到90%以上，相比于传统基于Excel的人工手算，预计效率提升50%以上，德赛西威质量研发工作标准化、流程化水平有效提高。此外，相比军工价格高昂的可靠性预计软件，线上APP价格不足其1/10，尤其适用于广大中小企业。自轻量级可靠性预计APP上架“赛宝质云”平台以来，已有电力、家电、通信、船舶等行业77家企业开通试用。 ;