20世纪50年代开始，电子管、二极管等新型电子元器件诞生并广泛应用。电子元器件故障频发，在产品设计阶段需要算一算产品的可靠度、失效率、使用寿命等可靠性指标。这也是可靠性专业进入“有指标、可计算、可验证”的理论自洽的一个自然而然的发展。

可靠性物理方法的发展可以划分为两个阶段。

第一个阶段是协变量模型的诞生和运用。

协变量模型试图以一种显式的函数关系将可靠性指标（如故障率）与其相关的产品内、外在特性参数（这些参数称为协变量）建立起关联关系。例如，对电子元器件来说，协变量可能是电压、电流、温度、湿度或描述应力及环境的其它参数。通过对这些协变量和故障率之间的关系开展物理或统计分析，建立故障率与上述参数的关系模型，称之为协变量模型。

协变量模型的建立过程一般先假设它们之间的关系是一种简单的函数形式（如线性关系、幂律关系等），再经过一定的试验或使用数据的统计分析获取模型中的相关系数，从而建立起故障率与协变量之间的定量关系。协变量模型表明了故障率与协变量之间具有统计相关性而不一定具有因果性。

协变量模型最广泛的应用就是各种可靠性预计手册，1956年美国国防部下属的可靠性分析中心发布了第一部基于协变量模型的可靠性预计手册，亦即美军标MIL-HDBK-217的前身。之后这一类方法论的改进和使用一直持续至今。

当前基于这类手册的可靠性预计结果不断受到质疑，特别是利用这类手册开展可靠性设计的有效性大打折扣，但这丝毫不影响协变量模型在可靠性专业发展中的重要历史地位。它标志着可靠性专业开始向物理学这一科学基石迈进。

第二个阶段是故障物理（Physics of Failure, PoF）模型的诞生和运用。

故障物理模型在对引起产品故障发生的物理、化学、生物等过程进行深入研究的基础上，建立描述故障时间或性能参数与引起故障的要素之间定量关系的确定性模型。

1962年9月，美国空军罗姆发展中心在芝加哥组织了第一届故障物理研讨会，揭开了故障物理模型研究和应用的序幕。20世纪90年代以来，可靠性物理方法在工程实践中得到了越来越广泛的应用，并形成了工具化软件平台。

故障物理模型一般分为两类，一类是性能退化模型（可称之为P模型），即产品性能随时间和引起退化的各要素之间关系的数学方程，模型指明了性能退化的因果关系，因此改变模型中的参数即可改变性能退化的轨迹，给定性能阈值即可获得产品故障时间。

另一类是故障时间模型（可称之为T模型），即产品故障时间与引起故障的各要素之间关系的数学方程，模型指明了产品故障时间的因果关系，改变模型的参数即可改变产品的故障时间。值得指出的是：因为故障物理模型是确定性方程，改变模型中的参数即对应着产品的设计、工艺和使用条件的变化，因此基于故障物理模型可以直接判断产品故障时间是否满足要求，很多情况下故障时间直接与产品寿命相关。

基于故障物理模型分析计算产品的故障时间一般要遵循以下几个步骤：

一是开展全面充分的故障机理分析，获得产品故障所有可能的机理；

二是选择或研究每一个故障机理对应的故障物理模型；

三是按照故障机理之间的相互影响关系计算整个产品的故障时间（最简单的处理即假设各个机理之间是独立的，则利用故障物理模型计算出的最短时间就是整个产品的故障时间）。

从以上这几个步骤可以看出，虽然每一个故障物理模型都是确定性的，但是分析计算整个产品的故障时间却存在着不确定性，这是因为故障物理模型中的各参数实际上都具有分散性特征，在利用故障物理模型计算产品的故障时间时必须考虑模型参数的不确定性。

需要指出的是，可靠性物理方法这一名词虽然诞生于电子学领域，但是其基本的理念和做法在其它学科领域同样是适用的，甚至在机械学、电气工程学领域，类似的故障物理模型的探索还要早于电子学领域。

可靠性物理方法并不需要统计大量的故障数据，而是更加关注于产品故障的物理化学过程与产品设计、制造和使用特性之间的关系，甚至还涉及产品制造商的管理能力，这样的思路在工程实践中可以对影响产品可靠性的原因一目了然，保证了产品可靠性计算的结果可以指导设计、制造和管理的实践。

可靠性统计方法把故障视为随机事件，利用概率论和统计方法建立统计模型给出产品可靠性的度量、分析与评估结果，而可靠性物理方法将故障视为由一系列确定性的原因引起的事件。二者给出的结果形式虽然类似，但是导出方法论的认识论完全不同。

可靠性物理方法的出现是可靠性科学发展史上的重要转折，它构建了可靠性学科的物理学基础，标志着可靠性科学研究彻底转向了科学的基石——物理学。

可靠性物理方法在实践中也存在着两个方面的困难。

一是模型的精度。无论是协变量模型还是故障物理模型，模型的精度问题始终困扰着可靠性物理方法的应用实践。

二是故障机理的耦合机制。故障机理的独立假设在产品功能、结构复杂的情况下，难以满足应用实践的需求，而分析各种机理之间的耦合关系，又是一个十分艰巨的任务。

由于以上两个方面的原因，人们在建立故障物理模型过程中存在着大量的认知不确定性问题。