MTBF lub średni czas między awariami jest miarą statystyczną stosowaną do przewidywania zachowania dużej grupy próbek lub jednostek. Na przykład MTBF może być używany do określenia harmonogramów konserwacji, aby określić, ile części zamiennych powinien być przechowywany pod ręką, aby zrekompensować awarie w grupie jednostek lub jako wskaźnik systemu niezawodność. Aby obliczyć MTBF, musisz znać całkowitą jednostkę godzin testów przeprowadzonych podczas danej próby oraz liczbę awarii, które wystąpiły.
Wzór na średni czas między awarią lub MTBF to:
MTBF=\frac{T}{R}
gdzieTto całkowita liczba godzin jednostkowych od danego badania, orazRto liczba niepowodzeń.
Przykład obliczania MTBF
Niezależnie od tego, czy oceniasz niezawodność nowego oprogramowania, czy próbujesz zdecydować, ile zapasowych widżetów trzymać w magazynie, proces obliczania MTBF jest taki sam.
Pierwszą miarą, którą musisz znać, jest całkowita „jednostka godzin” testowania, które miały miejsce w twoim badaniu niezawodności. Wyobraź sobie, że twoim tematem są widżety magazynowe i że 50 z nich było testowanych przez 500 godzin każdy. W takim przypadku całkowita jednostka godzin spędzonych na testowaniu wynosi:
50\razy 500 = 25000\text{ godzin}
Następnie określ liczbę awarii w całej testowanej populacji. W takim przypadku należy wziąć pod uwagę, że łącznie wystąpiło 10 awarii widgetów.
Wiesz, że odbyło się łącznie 25 000 godzin jednostkowych testów i wystąpiło 10 awarii widżetów. Aby znaleźć średni czas między awariami, podziel łączną liczbę godzin testowych przez liczbę awarii:
\frac{25000\text{ godzin}}{10}=2500\text{ jednostka godzin}
Tak więc w tym konkretnym modelu danych MTBR wynosi 2500 jednostek godzin.
Umieszczanie MTBR w kontekście
Zanim przejdziesz do obliczania „równania niezawodności”, takiego jak MTBF, ważne jest zrozumienie jego kontekstu. MTBF nie jest przeznaczony do przewidywania zachowania pojedynczej jednostki; zamiast tego ma przewidywać typowe wyniki z grupy jednostek. W powyższym przykładzie obliczenia nie mówią, że każdy widżet ma trwać 2500 godzin. Zamiast tego mówią, że jeśli uruchomisz grupę widżetów, średni czas między awariami w grupie wynosi 2500 godzin.
Inna statystyka: Obliczanie MTTR
Jednym z wyzwań związanych ze statystyką jest sprawienie, by Twoje modele statystyczne jak najdokładniej odzwierciedlały rzeczywiste sytuacje. W związku z tym obliczenia niezawodności mogą również wymagać uwzględnienia MTTR lub średniego czasu na naprawę – czy to w celu oszacowania przestojów w systemach, czy też budżetowania godzin pracy personelu w celu wykonania wspomnianych napraw.
Aby obliczyć MTTR, podziel łączny czas poświęcony na naprawy przez liczbę wykonanych napraw. Tak więc, jeśli podczas testu widgetu magazynu Twój zespół serwisowy przepracował 500 osobogodzin i wykonał 10 napraw, możesz ekstrapolować MTTR:
\frac{500\text{ godzin}}{10}=50\text{ osobogodzin}
Tak więc Twój MTTR wynosi 50 osobogodzin na naprawę. Nie oznacza to, że każda naprawa zajmie 50 godzin – w rzeczywistości może istnieć spora rozbieżność między rzeczywistymi czasami napraw. Ponownie, nie jest to przewidywanie, że każda naprawa, a nawet większość napraw, zajmie 50 osobogodzin. Po prostu mówi ci, że kiedy cofniesz się o krok i spojrzysz na populację widgetów jako całość, populacja jako całość zacznie zbliżać się do tej średniej.