失效分析先建立证据包，再讨论根因

现场判断为什么容易跑偏

看到裂纹、磨损、剥落或变形时，人会很快联想到材料、热处理或供应商问题。但同一种表面现象可能来自装配偏差、润滑不足、异物、过载、共振、维护方式或尺寸链变化。只有一张局部照片时，结论通常比证据走得更快。

证据包至少要包含什么

• 零件名称、图号、材料和表面处理
• 设备机型、安装位置和配合关系
• 累计运行时间、速度、载荷、温度与润滑状态
• 整体、安装关系、失效区域近景和带标尺照片
• 最近的更换、调整、清洁和异常记录
• 同批次或同位置零件的对照情况

这些信息不是为了把表单填满，而是为了回答三个问题：现象是否真实可复核，影响范围有多大，哪一种机理最值得先验证。

AI 适合放在哪一步

模型可以帮助整理失效模式、形成根因假设、列出验证计划和生成报告初稿，但不能替代尺寸检测、材料分析、金相、硬度、载荷和现场复现。工具输出必须把“观察事实”“推断假设”和“验证动作”分开。

报告最终要能指导行动

有效的失效报告不只解释为什么坏，还要说明下一步测什么、谁来确认、怎样判定、临时措施是什么，以及验证结果如何回到工艺标准。只有这样，一次异常才会成为可复用的工程记录。