Le MTBF, ou temps moyen entre défaillances, est une mesure statistique utilisée pour prédire le comportement d'un grand groupe d'échantillons ou d'unités. Par exemple, le MTBF peut être utilisé pour déterminer les calendriers de maintenance, pour déterminer le nombre de pièces de rechange doit être conservé à portée de main pour compenser les défaillances d'un groupe d'unités, ou comme indicateur du système fiabilité. Afin de calculer le MTBF, vous devez connaître le nombre total d'heures unitaires de tests effectués au cours de l'essai en question et le nombre d'échecs qui se sont produits.
La formule du temps moyen entre pannes ou MTBF est :
MTBF=\frac{T}{R}
oùTest le nombre total d'heures unitaires depuis l'essai en question, etRest le nombre d'échecs.
Un exemple de calcul du MTBF
Que vous évaluiez la fiabilité d'un nouveau logiciel ou que vous essayiez de décider du nombre de widgets de rechange à conserver dans votre entrepôt, le processus de calcul du MTBF est le même.
La première mesure que vous devez connaître est le total des « heures unitaires » de tests qui ont eu lieu dans votre étude de fiabilité. Imaginez que votre sujet soit les widgets d'entrepôt, et que 50 d'entre eux ont été testés pendant 500 heures chacun. Dans ce cas, le nombre total d'heures unitaires consacrées aux tests est :
50\fois 500 = 25000\texte{ heures}
Ensuite, identifiez le nombre d'échecs sur l'ensemble de la population testée. Dans ce cas, considérez qu'il y a eu 10 échecs de widget au total.
Vous savez que 25 000 heures unitaires totales de test ont eu lieu et qu'il y a eu 10 échecs de widget. Divisez le nombre total d'heures de test par le nombre d'échecs pour trouver le temps moyen entre les échecs :
\frac{25000\text{ heures}}{10}=2500\text{ unité d'heures}
Ainsi, dans ce modèle de données particulier, le MTBR est de 2 500 heures-unités.
Mettre le MTBR en contexte
Avant de vous lancer dans le calcul d'une "équation de fiabilité" comme le MTBF, il est important de comprendre son contexte. Le MTBF n'est pas destiné à prédire le comportement d'une seule unité; au lieu de cela, il est destiné à prédire les résultats typiques d'un groupe d'unités. Dans l'exemple ci-dessus, vos calculs ne vous disent pas que chaque widget devrait durer 2 500 heures. Au lieu de cela, ils disent que si vous exécutez un groupe de widgets, le temps moyen entre les pannes au sein du groupe est de 2 500 heures.
Une autre statistique: le calcul du MTTR
L'un des enjeux de la statistique est de faire en sorte que vos modèles statistiques reflètent le plus précisément possible des situations réelles. Ainsi, vos calculs de fiabilité peuvent également avoir besoin d'inclure le MTTR, ou le temps moyen de réparation, que ce soit pour estimer les temps d'arrêt de vos systèmes ou pour budgétiser les heures du personnel pour effectuer ces réparations.
Pour calculer le MTTR, divisez le temps total consacré aux réparations par le nombre de réparations effectuées. Ainsi, si pendant votre test de widget d'entrepôt, votre équipe de maintenance a travaillé 500 heures-personnes et effectué 10 réparations, vous pouvez extrapoler le MTTR :
\frac{500\text{ heures}}{10}=50\text{ personnes heures}
Votre MTTR est donc de 50 heures-personnes par réparation. Cela ne signifie pas que chaque réparation prendra 50 heures - en fait, il peut y avoir une certaine disparité entre les temps de réparation réels. Encore une fois, ce n'est pas une prédiction que chaque réparation, ou même la plupart des réparations, prendront 50 heures-personnes à effectuer. Cela vous indique simplement que lorsque vous prenez du recul et que vous regardez votre population de widgets dans son ensemble, la population dans son ensemble commencera à s'approcher de cette moyenne.