DV 与 PV（Design / Production Validation）

读完本页后，你应该能够：

• 区分 DV 和 PV 的目的、样品来源、统计样本量、失败对应的修正动作。
• 画出 DV 在 B/C 样阶段、PV 在 D 样/PPAP 阶段的时机。
• 列出 DV 试验矩阵的 5 大类（温度、电气、机械、EMC、寿命加速）并说出各自的代表标准。
• 把 Arrhenius / Coffin–Manson / 10 ℃ 法则代回加速寿命试验，外推到实际工况。
• 说出 PV 与 SPC / PFMEA / 控制计划的挂钩关系，解释为什么 Cpk ≥ 1.67 是统计门槛。
• 说出 DV/PV 最常踩的 5 个坑。

DV/PV 是两个独立验证锁——DV 验"设计行不行"对接 B/C 样,PV 验"工艺能不能稳定复制"对接 D 样和 PPAP。两把锁同时打开 PPAP 才能签字,缺一不可。

DV 和 PV 是两把独立的检验锁，设计和工艺各对应一把；两把都开，PPAP 才能签字。

一句话判别：用工程样件跑极限条件 → DV。用正式产线批量抽样跑合格率 → PV。

2.1 试验矩阵 5 大类

DV 试验矩阵按应力维度分 5 类——温度、电气、机械、环境、EMC,每类对应不同的失效机理和加速模型。这套分类在 AEC-Q/JESD 体系下是工业默认结构,5 大类全过才能签 DV。

漏项 = 量产后在用户手里爆。设计阶段就要把整车厂的 SOR（Statement of Requirements）逐条摊开，每一条需求对应一项试验，不能合并简化。

2.2 样品数量与置信

DV 不是"做一个工作就行"。可靠性试验看统计证据：

• LTPD（Lot Tolerance Percent Defective）表：LTPD 10%、0 fail 对应 22 pcs；LTPD 5% 对应 45 pcs；LTPD 1% 对应 230 pcs。
• MIL-HDBK-781：序贯试验设计，按 θ0/θ1 比值决定样本量。
• AEC-Q100：每项应力试验最小 77 pcs（3 lot × 25 + 2）才能声明 zero fail。
• ISO 26262 Part 8 §10：按 ASIL 等级要求置信水平（ASIL D 至少 90% 置信）。

工程上的默认值：车规 IC DV 单项 77132 pcs；分立器件 4577 pcs；ECU 级 6~12 台。低于这些数量的"试验"只能叫可行性验证，不能当 DV 报告交差。

2.3 加速寿命模型

DV 在几百小时内要证明 15 年 / 200k km / $10^6$ 开关循环的寿命——必须靠加速模型外推。常用三把尺：

Arrhenius（温度加速，用于扩散/化学反应类失效，如 TDDB、EM、NBTI）：

AF = exp[(E_a)/(k)((1)/(T_use) - (1)/(T_stress))] 典型 $E_a$：TDDB 0.7 eV、EM 0.9 eV、NBTI 0.6 eV。

Coffin–Manson（热循环/机械循环，用于焊点疲劳、键合开裂）：

$N_f\propto \Delta T_j^{-n},n\approx 5\sim 6$ $\Delta T_j$ 减半 → 寿命 ×32。这是"限功率加速"延长模块寿命的数学根据。

10 ℃ 法则（工程简化，半导体失效率随温度每 10 ℃ 翻倍）：

$AF=2^{(T_{stress}-T_{use})/10}$ 用于快速估算，准确度不如 Arrhenius。

误用陷阱：把 Coffin–Manson 用到 TDDB、或把 Arrhenius 的 $E_a$ 抄别家数据手册——外推几百倍可以差一个量级。$E_a$ 必须用同类工艺/封装的实测值。

2.4 DV 失败的处理

每一个 DV 失败都要走完 8D：

• D1 团队 → D2 问题描述 → D3 临时措施 → D4 根因（5 Why + 鱼骨） → D5 永久纠正 → D6 效果验证 → D7 防止再发（更新 DFMEA/控制计划） → D8 关闭

关键是 D6 — 效果再验证：改完设计还要用原来的试验条件再跑一遍，不能"改完就放行"。行业常见坑是 D4 根因写得模糊（如"环境温度过高"），换了条件后又复现。

深入阅读：8D 问题解决方法 — D0~D8 全流程、IS/IS-NOT 模板、三层根因（技术/系统/流出）、5-Why 实战、OEM 评审 5 类退回。

2.5 DV 与 DVP&R

DVP&R（Design Verification Plan and Report）是 DV 的书面合同：每条需求 → 每项试验 → 验收准则 → 样品数 → 结果的追溯表。OEM 会直接按 DVP&R 审查，漏一条就 reject。

3.1 目的

DV 的样件多半是实验室手搓或小试线产品——工艺变量被人工锁死。真量产用的是：

• 固定工装 + 固定 SOP
• 多班次、多轮班工人
• 多批次原材料（同一供应商也有批次波动）
• 同一条产线跑满节拍（TAKT）

PV 就是证明"把这些变量全打开，产品依然满足规格"。

3.2 试验范围

PV 重点覆盖工艺敏感的失效模式：

3.3 Cpk / Ppk / Cp 是什么

PV 阶段最常被引用、也最常被混淆的指标就是 Cpk——它单字回答了一个问题："我的产线把零件做进规格里的能力有多强？"。但要把它讲清，必须先把四个相关概念分开看：Cp / Cpk / Pp / Ppk 不是同一件事，混用会在 PPAP 报告里出 NC（Non-Conformance）。

核心公式：

$Cp=\frac{USL-LSL}{6\sigma },Cpk=\min \left(\frac{USL-\mu }{3\sigma },\frac{\mu -LSL}{3\sigma }\right)$

• USL / LSL：上规格限 / 下规格限（来自 OEM SOR 或图纸）
• μ：过程均值（样本算术平均）
• σ：过程标准差（长期 σ，跨多班次多批次）

Cp vs Cpk：Cp 只看分布的宽度，假装均值刚好压在规格中点。Cpk 把均值偏离也罚下去——只要 μ 偏向某一侧，Cpk 就比 Cp 小。所以 Cpk 才是车规真正的门槛，Cp 只在工序设计阶段用作参考。

Pp / Ppk vs Cp / Cpk：公式完全一样，只是 σ 的取法不同：

• Cp / Cpk 用 长期 σ（按子组内 σ 估出来的真过程能力）
• Pp / Ppk 用 样本 σ（短期数据，包含子组间漂移）

PPAP 初期 300 件其实是短期数据，所以严格来说交付的是 Ppk。OEM 通常用词不严谨，写"Cpk ≥ 1.67"实际指的是初期 Ppk。关键判别：跨 ≥ 30 个子组、覆盖 ≥ 3 班次、≥ 3 批料 → 可以叫 Cpk；只有 1 班次 / 1 批料 → 只能叫 Ppk。

3.4 σ 等级与 Cpk 门槛对照

Cpk 与 σ 等级通过正态分布尾部概率挂钩——$Cpk=1.67$对应$5\sigma$,单侧 DPMO 约 0.29 ppm。这条数学关系决定了车规为什么把 1.67 定为关键特性门槛。

为什么 1.67 是车规门槛：1.67 = 5/3，对应单侧 5σ。$5\sigma$ 处正态分布密度约 $2.87\times 10^{-7}$，单侧落区外 ≈ 0.29 ppm。一辆车几百颗关键件、整车厂年产百万辆，把不合格率压到 ppm 级是召回成本与生产成本的平衡点。

Cpk 对应的良率不是"99.7%"那么简单：3σ 良率 99.73% 看起来很高，但车规一辆车 1500 颗电气件，每件 99.73% 通过率下整车一次过的概率 = $0.9973^{1500}\approx 1.7\%$——这就是为什么车规一定要 ppm 而不是 %。

3.5 计算示例

某 SiC 模块的 $V_{GS(th)}$ 规格为 2.0–3.5 V。产线连续 300 件实测：μ = 2.7 V，长期 σ = 0.12 V。

$\frac{USL-\mu }{3\sigma }=\frac{3.5-2.7}{3\times 0.12}=\frac{0.8}{0.36}=2.22$

$\frac{\mu -LSL}{3\sigma }=\frac{2.7-2.0}{3\times 0.12}=\frac{0.7}{0.36}=1.94$

\Cpk = \min(2.22,\ 1.94) = 1.94$$

结论：Cpk = 1.94 > 1.67，过 PPAP 关键特性门槛。

但要警觉：均值 2.7 V 偏向上限（中心 2.75 V），偏置 0.05 V。虽然 Cpk 过线，PFMEA 复盘要追：是工艺天然偏置（如键合温度漂高）还是模具批次差。长期会把 σ 拉大、Cpk 拉低——SPC 必须把 μ 跟踪进 X-bar 控制图。

3.6 样本量

AIAG PPAP 4th Edition（element 11）要求：

• 连续 300 件（不是"随机抽 300 件"——是产线连续产出，含跨子组、跨班次）
• 关键 CTQ / CC / SC 点 Cpk ≥ 1.67；一般特性 Cpk ≥ 1.33
• 初期数据按 Ppk 报告，量产 6 个月后转 Cpk

3.7 Cpk 跌的三种根因

Cpk 不达标只来自三种数学场景——散度大但居中、居中度差但散度 OK、长期漂(Ppk OK 但 Cpk 跌)。识别落在哪一种,才能把改善动作对准真因(改工艺方差 vs. 改校准 vs. 锁班次条件)。

如果 Cpk < 1.67：要么改工艺（收紧工序公差），要么加 100% 在线检测（代价高，IATF 不鼓励），要么跟客户谈特批（Deviation）。Deviation 是临时措施，OEM 一般只批 3~6 个月，过期不续 = 停供。

3.8 PFMEA / 控制计划的挂钩

PV 不是孤立试验——它要证明 PFMEA 里识别的高 RPN 项已经被 控制计划（CP） 真正压住：

• PFMEA 每一行（工序 → 失效模式 → 效应 → 严重度 S / 发生度 O / 探测度 D → RPN = S×O×D）
• → CP 对应行规定该工序的关键参数（温度、压力、扭矩、时间）+ 控制方法（SPC / 100% 检 / PFC）
• → PV 批次跑工艺参数的实际值，验证 CP 限值是否 hold

常见漏洞：DV 在实验室 25 ℃ 跑通，PV 车间 35 ℃ 发现 Cpk 跌——因为 CP 没锁"焊接工站空调温度 ≤ 28 ℃"这一条。

3.9 PV 与 SOP 之间的 PP（Pre-Production）

很多 OEM 在 PPAP 通过后还要一轮 PP（Pre-Production）批量：小批量（50–500 件）走完整物流链到装车，暴露 PV 无法覆盖的集成问题（包装运输、装配工具、车间节拍冲突）。PP 通过才是真正的 SOP。

DV/PV 不是一份独立标准——它由 IATF 16949 骨架、PPAP 交付物、AEC-Q/ISO 16750/EMC 试验细则三层叠加而成。理解这个层级关系才能在现场知道每条要求的来源和优先级。

记忆路径：IATF 16949 是骨架，PPAP 是交付物，DV/PV 填骨架内的血肉，AEC-Q + ISO 16750 + EMC 三套标准提供具体试验条件。

DV/PV 失败模式高度集中在 5 个反复出现的陷阱——漏试验、加速模型错用、样本量不足、追溯断链、DV 与 PV 条件不一致。这 5 条在车规里能覆盖大部分被审计判 NC 的根因。

• DV 证明设计值得量产，PV 证明量产能稳定复制。失败后的修正动作完全不同：DV 失败改设计，PV 失败改工艺。
• DV 时机 B/C 样，PV 时机 D 样/PPAP；DV 用 OTS 样件 + 加速寿命模型外推，PV 用正式产线连续 ≥ 300 件统计 Cpk。
• Cpk ≥ 1.67 是车规量产的统计门槛（对应 ppm 级不合格率）。
• DV 试验矩阵 5 大类：温度 / 电气 / 机械 / 环境 / EMC；AEC-Q100 每项最小 77 pcs。
• 加速模型必须对号入座：Arrhenius 给扩散/化学，Coffin–Manson 给热循环疲劳，10 ℃ 法则只用于快速估算。
• DV/PV 条件不一致是 PPAP 签字前最常见的翻车点：PFMEA + CP 必须把车间环境参数也锁死。
• PPAP element 10（材料/性能试验）= DV 报告；element 11（初始过程能力）= PV 统计。

• ← 索引
• PPAP 与汽车零部件开发阶段 — PPAP 18 要素、4 阶段样件、OTS/PPAP 认可
• 8D 问题解决方法 — DV 失败时的根因分析全流程、三层根因、5-Why 实战
• AEC-Q 车规认证 — Q100/Q101/Q104/Q200 试验矩阵、温度等级
• 汽车电子 — ISO 16750 环境试验、SOR 结构
• 功能安全 — ISO 26262 Part 4/8 V&V、ASIL 置信要求
• 失效模式速查 — 热机械疲劳、电迁移、TDDB 等加速试验对应的失效机制
• 热管理 — Coffin–Manson 寿命外推、ΔT_j 减半 → ×32
• 特殊特性（CC/SC） — PFMEA/CP 里关键特性标识