AFD方法在器件失效风险评估中的应用

本文结合TRIZ工具AFD与开发器件的相关经验陈述AFD在器件失效风险评估中的应用。

1、场景分析

一个器件的应用必须考量与环境的配合状况，以TRIZ的说法可以视为系统与超系统的配合，这通常可以分成4种情形，即旧器件、新器件与新旧场景的交错应用，如下图：

2、现有工具限制与AFD的应用

参照过去类似器件的规格：这是最基本，也是最实用的方式，通常可以避免大部分的问题，也可以想成是站在巨人的肩膀上前行，但这并不能应对三、四象限的潜在风险，因为过去的器件在新的场景上使用过；

失效履历：这如同上面的方式，可以知过往但不能应对未来可能的变化；

DFMEA、PMFEA：透过可能的失效、原因与风险、几率、检出率的评估确实给出了一套系统的评估方式，也非常广泛地应用在新器件的开发，世界一流的公司、 六西格玛都使用FMEA进行评估，在过去我的开发经验中也给出了非常有用的帮助，但FMEA的缺点在于都是我们已知的问题与风险，对于未知的场景、风险没有办法提出有效的办法。

从过去的方法来看，真正最大的风险是我们不知道哪里是我们不知道的风险，这有点绕口但简单地说就是我们不知道哪里有风险才是最大的风险。为什么不知道？我觉得可能有下列几点：

1、惯性的思维：面对一个失效我们很自然而然地觉得过去怎么样，所以现在应该怎么样、这样的设计应该不会有什么问题、或思考它是怎么坏的呢？这种方式一没有往极限去思考、二没有换个方向思考，比如说：我们怎么把它弄坏，所以很难找到我们不知道的问题；

2、物体限制了我们的想法：面对具体的物体时就限制了我们对问题的理解，比如看个手机，自然而然手机就在脑海里浮现，不会再有其他想法；

TRIZ的AFD要求对于失效的评估有几个重点，而这些重点可以有效避免上述的问题补齐思考上的盲点：

1、考量极限的失效：比如说用户使用充电线缆3个月后发生零星的充电不良，通常这样的问题会很容易发散或无法进一排查，但如果把这问题加剧，转换成用户使用充电线缆天天都有充电不良，这时候的方向会明确，思考的也会被打开，进而更容易找到可能的问题；

2、从它是怎么坏的转换成我们怎么把它弄坏惯性的思维：面对失效往往第一个想法是它是怎么坏的，这时候的主角是损坏的物体，但改成我们是怎么把它弄坏，这时候的主角变成了我们，我们怎么来把这物体搞坏，整个思考的方式就转换成不一样的角度，也多了可能的解题方向。

3、物场模型的应用：在面对问题时可以摆脱物体实体的限制，透过物场模型可以更清晰地看到系统中物件之间的关联性、添加更多的失效可能性在系统中。