可靠性可靠性函数函数函数与与Weibull 分布Xie Meng-xian. (电子科大，成都市)半导体器件和集成电路的可靠性评估（即失效率预测，failure rate prediction ）是一个重要的问题。
可靠性评估实际上也就是采用通过寿命试验而得到的失效的数据、来估算出器件和集成电路的有效使用寿命。
有效使用寿命即为器件和集成电路能够正常工作的平均平均平均使用使用使用时间时间（MTTF ，mean time to failure ）；与此密切相关的概念是失效率失效率失效率（或故障率，failure rate ），即单位时间内所失效的器件和电路的数目，常用的单位是FIT （10−9/小时）或者%/1000小时。
因为通过寿命试验而获得的失效数据，往往遵从某种规律的分布函数——可靠性函数，所以根据这些试验数据，由可靠性函数规律出发，即可估算出器件和集成电路的MTTF 和失效率。
（1）可靠性函数：半导体器件和集成电路会由于各种原因而失效，但是失效率往往与使用时间有关。
若在经过时间t 之后未失效器件的数目为R(t)，则通过寿命试验可以获得大致如图1所示的三种模式的函数关系：①早期失效模式；②偶发失效模式；③磨损失效模式。
在数学上可用来描述这些失效模式的函数即称为可靠性函数。
对于偶发失效的模式，比较符合实际的可靠性函数是指数函数；由此可知偶发失效的失效率是一个常数，即不管经过多长时间，器件失效的几率都是一样的；根据这种可靠性函数，可较容易地进行分析。
比偶发失效更早发生的失效称为早期失效。
大多数半导体器件和集成电路所出现的失效都属于早期失效模式。
对于这种很快就会发生失效的器件和电路，一般都可以在使用之前、通过例行试验（即采用一定条件的筛选工艺）来去除掉，以免带来后患。
磨损失效也称为疲劳失效，其特点是开始阶段的故障少，然后故障不断增加。
（2）Weibull 分布：从统计角度来看，统计数据的分布函数有许多种，常用的有如指数分布、Gauss 分布、Γ分布、对数正态分布和Weibull 分布，它们的功能各有千秋。
