什么是MTBF？常见的MTBF三个问题

产品进入到维护管理阶段后，MTBF(平均故障间隔时间)是Zui关键的一个性能指标。

与MTTF(平均故障前时间)不同，MTTF指的是产品发生故障前已经使用的时间，不包含维修时间，而MTBF则包含了维修时间。

一般来说，MTBF这个指标与产品的可靠性相关，MTBF越高越好，在寿命周期内的故障和维修次数也就越低。

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。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。

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Zui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，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。

够根据MTBF计算出产品某个时间点的失效概率(Probability of failure)吗？

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。

寿命和MTBF的关系

单纯提“寿命”这个词，含义是不太明确的。

严格来说，只有损耗型产品例如轴承等才有“寿命”的概念。电子产品几乎没有损耗，只有“意外”，因此，追究电子产品的“寿命”是没有意义的。

对于电子产品来说，失效率是常数，意味着随时可能发生故障，而且这一秒钟和下一秒钟发生故障的概率是相等的，当然由于电子制造技术的完善，这个概率现在很低，低到10的九次方小时每次（FIT级）的水平。于是，对于电子产品，有意义的概念是每次故障之间的正常工作时间，也就是的MTBF。习惯上，把MTBF（对于不可修系统来说，是MTTF）称作“平均寿命”（也叫“特征寿命”）。

其实，Zui准确的概念应该是“可靠寿命”，即满足某个可靠度水平的寿命，有人说“没有给出可靠度的寿命都耍流氓”。对于电子产品（指数分布），MTBF这个寿命值对应的可靠度只有百分之三十八。