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。
- 马来西亚关于6GHz Wi-Fi设备的型式流程通告 2024-05-19
- 部分汽车及汽车零部件产品强制性流程标准修订要求的通知 2024-05-19
- FCC-SDoC与FCC-ID的区别 2024-05-19
- 砂型铸钢件检测第三方检测 2024-05-19
- 金属蜂窝胶接结构检测报告申请咨询 2024-05-19
- 电线电缆专用设备检测申请 2024-05-19
- 硬质合金刀具检测周期咨询 2024-05-19
- 滤光玻璃测试 2024-05-19
- 液晶显示器件检测第三方检测项目 2024-05-19
- 核级碳化硼检测 2024-05-19