退化读数生成的失效预测，为什么仍不同于观察到的失效事件

可靠性资料中出现一个失效时刻，读者还需要知道它是已经观察到的事件，还是由另一类数据推算出来的结果。NIST手册8.4.2.3节讨论用退化数据代替实际失效数据建模：当失效能够与产品某个可测参数随时间的变化直接联系时，参数读数便可能支持失效时刻的预测，而不必先等到实际失效发生。[1]

这个起点改变了数据的对象。退化读数记录某个参数在观察时怎样变化，实际失效记录则说明事件何时已经发生。模型把前一种信息联系到后一种时刻，并没有使预测自动变成观测事实。资料只留下一个日期或小时数，而删去它是如何取得的，便会让读者误认自己已经拥有实际失效事件的证据。

原章节列出的常见假设包括：可测参数向指定临界值单调变化，并在合适表示下随时间线性漂移；达到临界值与失效相接。[1] 这些是该概述讨论的模型前提，不是所有产品天然具有的变化规律。本文不替任何设备选择参数、临界值或模型，也不把“看起来逐渐变化”认定为已经满足上述条件。

手册的Drawbacks部分尤其需要与开头一起读。它说明，有些失效机制难以找到这样一个可测参数；趋势可能不规则，难以线性化，也可能反向变化。测量误差还可能淹没较小的退化趋势。[1] 因而，连续取得很多读数，不等于已经建立读数与失效之间的可靠联系。数据量与这种联系是否成立，是两道不同问题。

原文进一步提醒，即使趋势符合假设、模型拟合看起来良好，结果仍可能与基于实际失效数据的分析不一致，失效机制可能包含简单连续退化之外的因素。[1] 对资料表达而言，这不是让预测失去全部意义，而是要求它保留预测身份及其前提。不能为了让摘要更确定，就把模型输出改名为已发生的寿命记录。

本文仅解释该手册节的概念与局限，来源首发日期未知；没有拟合、外推计算、应力设置、试验停止条件或寿命保证。本题讨论的是可测退化参数怎样进入预测关系，不将参数的实测变化直接改名为失效事件。对可靠性报告的阅读，先分清读数、假设与推算事件，才能知道一个时刻究竟证明了什么。