De MTBF, of gemiddelde tijd tussen falen, is een statistische maatstaf die wordt gebruikt om het gedrag van een grote groep monsters of eenheden te voorspellen. De MTBF kan bijvoorbeeld worden gebruikt om onderhoudsschema's te bepalen, om te bepalen hoeveel reserveonderdelen moet bij de hand worden gehouden om storingen in een groep eenheden te compenseren, of als een indicator van het systeem betrouwbaarheid. Om MTBF te berekenen, moet u het totale aantal testuren per eenheid weten dat tijdens de proef in kwestie is uitgevoerd en het aantal storingen dat is opgetreden.
De formule voor gemiddelde tijd tussen falen of MTBF is:
MTBF=\frac{T}{R}
waarThet totale aantal eenheidsuren van de betreffende proef is, enRis het aantal mislukkingen.
Een voorbeeld van het berekenen van MTBF
Of u nu de betrouwbaarheid van nieuwe software evalueert of probeert te beslissen hoeveel reservewidgets u in uw magazijn wilt hebben, het proces voor het berekenen van MTBF is hetzelfde.
De eerste statistiek die u moet weten, is het totale aantal "eenheidsuren" aan testen dat heeft plaatsgevonden in uw betrouwbaarheidsonderzoek. Stel je voor dat je onderwerp magazijnwidgets is en dat 50 daarvan elk 500 uur zijn getest. In dat geval is de totale eenheidsuren besteed aan testen:
50\times 500 = 25000\text{ uur}
Identificeer vervolgens het aantal storingen in de gehele populatie die is getest. Houd er in dit geval rekening mee dat er in totaal 10 widgetstoringen waren.
U weet dat er in totaal 25.000 eenheidsuren aan testen hebben plaatsgevonden en dat er 10 widgetstoringen waren. Deel het totale aantal testuren door het aantal storingen om de gemiddelde tijd tussen storingen te vinden:
\frac{25000\text{ hours}}{10}=2500\text{ unit hours}
Dus in dit specifieke datamodel is de MTBR 2500 eenheidsuren.
De MTBR in context plaatsen
Voordat u begint met het berekenen van een "betrouwbaarheidsvergelijking" zoals de MTBF, is het belangrijk om de context ervan te begrijpen. De MTBF is niet bedoeld om het gedrag van een enkele eenheid te voorspellen; in plaats daarvan is het bedoeld om de typische resultaten van een groep eenheden te voorspellen. In het bovenstaande voorbeeld vertellen uw berekeningen u niet dat elke widget naar verwachting 2500 uur meegaat. In plaats daarvan zeggen ze dat als je een groep widgets uitvoert, de gemiddelde tijd tussen storingen binnen de groep 2500 uur is.
Nog een statistiek: de MTTR-berekening
Een van de uitdagingen van statistiek is om uw statistische modellen zo nauwkeurig mogelijk real-world situaties te laten nabootsen. Uw betrouwbaarheidsberekeningen moeten dus mogelijk ook de MTTR bevatten, of de gemiddelde reparatietijd, of het nu gaat om het schatten van de uitvaltijd binnen uw systemen of het budgetteren van personeelsuren om de reparaties uit te voeren.
Om de MTTR te berekenen, deelt u de totale tijd besteed aan reparaties door het aantal uitgevoerde reparaties. Dus als uw onderhoudsploeg tijdens uw magazijnwidgettest 500 manuren heeft gewerkt en 10 reparaties heeft uitgevoerd, kunt u de MTTR extrapoleren:
\frac{500\text{ hours}}{10}=50\text{ person hours}
Uw MTTR is dus 50 manuren per reparatie. Dit betekent niet dat elke reparatie 50 uur in beslag zal nemen – er kan zelfs nogal wat verschil zijn tussen de werkelijke reparatietijden. Nogmaals, dit is geen voorspelling dat elke reparatie, of zelfs de meeste reparaties, 50 manuren zal kosten. Het vertelt je alleen dat wanneer je een stap terug doet en naar je widgetpopulatie als geheel kijkt, de populatie als geheel dat gemiddelde zal benaderen.