MTBF常见问题
发布时间：2022-03-10
我们能够根据MTBF的时间来建立产品定期维护保养计划吗？
答案是：不能
MTBF是根据一组数据计算得到的平均数。也就是说，将一组数据生成一个柱状图，其中平均值是MTBF。假设这个分布是正态分布，我们将得到下图所示的正态曲线，MTBF位于图表中间。
看上面的正态曲线就能知道，50%的样本MTBF是小于平均值的，如果我们以等于MTBF时间的频率实施预防计划，它将有50%的失败概率。因此，我们不能完全根据MTBF的时间来建立产品定期维护保养计划。
可以考虑以MTBF的正态分布为基础，根据能接受的风险水平制定定期维护保养计划。
我们能够根据MTBF来计算产品的失效率(Failure rate)吗？
答案是：可以
故障率（Failure rate）:在单位时间内（一般以年为单位），产品的故障总数与运行的产品总数之比叫做故障率，常用λ表示。
例如，共有100台设备运行，一年之内出了2次故障，那么该设备的故障率为2/100=0.02次/年。
当产品的寿命服从指数分布（见下图）时，故障率的倒数就是MTBF，即平均故障间隔时间。
MTBF = 1 / λ
例如某产品A的MTBF为22万小时。22万小时约为25年，并不是说A产品能工作25年不出故障。因为MTBF=1/λ, 所以可以计算出故障率λ=1/MTBF=1/25=4%,即A产品的平均年故障率为4%，一年内，平均100台产品会有4台出故障。
要注意的一点是：虽然指数分布是可靠性分析中最适用的，根据该分布，随着时间的推移，故障率会趋于一个恒定值，见下图“浴盆曲线”的中间部分。但是对于工业产品，其曲线不会这么规则，会有很多的变异的存在，不能完全生搬硬套。
我们能够根据MTBF计算出产品某个时间点的失效概率(Probability of failure)吗？
如前文所述，只有在指数分布中，才会有一个恒定的失效率，可以用MTBF的倒数来计算。在这个前提下，我们可以通过以下公式来计算产品在某个时间点的失效概率。
对于其他数据模型，失效率不是一个恒定值，而是随时间的变化而变化。只能通过数据建模和参数统计曲线的确定来计算失效概率。
