Το MTBF, ή ο μέσος χρόνος μεταξύ αποτυχίας, είναι ένα στατιστικό μέτρο που χρησιμοποιείται για την πρόβλεψη της συμπεριφοράς μιας μεγάλης ομάδας δειγμάτων ή μονάδων. Για παράδειγμα, το MTBF μπορεί να χρησιμοποιηθεί για τον καθορισμό των προγραμμάτων συντήρησης, για τον προσδιορισμό πόσων ανταλλακτικών θα πρέπει να είναι στη διάθεσή σας για να αντισταθμίσετε τις βλάβες σε μια ομάδα μονάδων ή ως δείκτης του συστήματος αξιοπιστία. Για να υπολογίσετε το MTBF, πρέπει να γνωρίζετε τις συνολικές μονάδες των δοκιμών που πραγματοποιήθηκαν κατά τη διάρκεια της εν λόγω δοκιμής και τον αριθμό των αστοχιών που σημειώθηκαν.
Ο τύπος για τον μέσο χρόνο μεταξύ αποτυχίας ή MTBF είναι:
MTBF = \ frac {T} {R}
όπουΤείναι ο συνολικός αριθμός ωρών λειτουργίας από τη συγκεκριμένη δοκιμή καιΡείναι ο αριθμός των αποτυχιών.
Ένα παράδειγμα υπολογισμού MTBF
Είτε αξιολογείτε την αξιοπιστία του νέου λογισμικού είτε προσπαθείτε να αποφασίσετε πόσα εφεδρικά widget μπορείτε να διατηρήσετε στην αποθήκη σας, η διαδικασία υπολογισμού του MTBF είναι η ίδια.
Η πρώτη μέτρηση που πρέπει να γνωρίζετε είναι οι συνολικές "ώρες μονάδας" των δοκιμών που πραγματοποιήθηκαν στη μελέτη αξιοπιστίας σας. Φανταστείτε ότι το θέμα σας είναι widget αποθήκης και ότι 50 από αυτά δοκιμάστηκαν για 500 ώρες το καθένα. Σε αυτήν την περίπτωση, οι συνολικές μοναδιαίες ώρες που δοκιμάστηκαν είναι:
50 \ φορές 500 = 25000 \ κείμενο {ώρες}
Στη συνέχεια, εντοπίστε τον αριθμό των αποτυχιών σε ολόκληρο τον πληθυσμό που δοκιμάστηκε. Σε αυτήν την περίπτωση, λάβετε υπόψη ότι υπήρχαν συνολικά 10 αποτυχίες widget.
Γνωρίζετε ότι πραγματοποιήθηκαν 25.000 συνολικές ώρες δοκιμών και υπήρξαν 10 αποτυχίες widget. Διαιρέστε τον συνολικό αριθμό των ωρών δοκιμής με τον αριθμό των βλαβών για να βρείτε τον μέσο χρόνο μεταξύ αστοχιών:
\ frac {25000 \ text {ώρες}} {10} = 2500 \ κείμενο {μονάδες ώρες}
Έτσι, σε αυτό το συγκεκριμένο μοντέλο δεδομένων, το MTBR είναι 2.500 μονάδες ώρες.
Βάζοντας το MTBR σε περιβάλλον
Πριν ξεκινήσετε να υπολογίζετε μια «εξίσωση αξιοπιστίας» όπως το MTBF, είναι σημαντικό να κατανοήσετε το πλαίσιο της. Το MTBF δεν προορίζεται να προβλέψει τη συμπεριφορά μιας μεμονωμένης μονάδας. Αντ 'αυτού, προορίζεται να προβλέψει τα τυπικά αποτελέσματα από μια ομάδα μονάδων. Στο παραπάνω παράδειγμα, οι υπολογισμοί σας δεν σας λένε ότι κάθε widget αναμένεται να διαρκέσει 2.500 ώρες. Αντ 'αυτού, λένε ότι αν εκτελέσετε μια ομάδα widget, ο μέσος χρόνος μεταξύ των αποτυχιών εντός της ομάδας είναι 2.500 ώρες.
Μια άλλη στατιστική: Ο υπολογισμός MTTR
Μία από τις προκλήσεις των στατιστικών είναι να κάνετε τα στατιστικά σας μοντέλα να ανταποκρίνονται σε πραγματικές καταστάσεις όσο το δυνατόν ακριβέστερα. Επομένως, οι υπολογισμοί αξιοπιστίας σας μπορεί επίσης να χρειαστεί να περιλαμβάνουν το MTTR ή τον μέσο χρόνο επισκευής - είτε για την εκτίμηση του χρόνου διακοπής λειτουργίας στα συστήματά σας είτε για τον προϋπολογισμό ωρών προσωπικού για την πραγματοποίηση των εν λόγω επισκευών.
Για τον υπολογισμό του MTTR, διαιρέστε το συνολικό χρόνο που δαπανήθηκε για τις επισκευές με τον αριθμό των επισκευών που πραγματοποιήθηκαν. Έτσι, εάν κατά τη διάρκεια του τεστ widget της αποθήκης σας, το συνεργείο συντήρησής σας εργάστηκε σε 500 άτομα και πραγματοποίησε 10 επισκευές, θα μπορούσατε να κάνετε παρέκταση του MTTR:
\ frac {500 \ text {ώρες}} {10} = 50 \ κείμενο {ώρες εργασίας}
Έτσι, το MTTR σας είναι 50 ώρες ανά επισκευή. Αυτό δεν σημαίνει ότι κάθε επισκευή θα διαρκέσει 50 ώρες - στην πραγματικότητα μπορεί να υπάρχει αρκετή διαφορά μεταξύ των πραγματικών χρόνων επισκευής. Και πάλι, αυτό δεν είναι πρόβλεψη ότι κάθε επισκευή, ή ακόμη και οι περισσότερες επισκευές, θα διαρκέσει 50 άτομα ώρες για να γίνει. Απλώς σας λέει ότι όταν κάνετε ένα βήμα πίσω και κοιτάξετε τον πληθυσμό των widget σας στο σύνολό του, ο πληθυσμός στο σύνολό του θα αρχίσει να πλησιάζει αυτόν τον μέσο όρο.