Περιεχόμενο
- TL · DR (Πολύ μακρύ;
- Ένα παράδειγμα υπολογισμού του MTBF
- Κάνοντας το MTBR Int Con
- Μια άλλη στατιστική: Ο υπολογισμός MTTR
Ο MTBF ή ο μέσος χρόνος μεταξύ αποτυχίας είναι ένα στατιστικό μέτρο που χρησιμοποιείται για την πρόβλεψη της συμπεριφοράς μιας μεγάλης ομάδας δειγμάτων ή μονάδων. Για παράδειγμα, ο MTBF μπορεί να χρησιμοποιηθεί για τον καθορισμό των χρονοδιαγραμμάτων συντήρησης, για τον καθορισμό του αριθμού των ανταλλακτικών που πρέπει να διατηρηθούν για να αντισταθμιστούν οι βλάβες σε μια ομάδα μονάδων ή ως δείκτης της αξιοπιστίας του συστήματος. Για να υπολογίσετε τον MTBF, πρέπει να γνωρίζετε τις συνολικές ώρες ωρών των δοκιμών που πραγματοποιήθηκαν κατά τη διάρκεια της συγκεκριμένης δοκιμής και τον αριθμό των αποτυχιών που σημειώθηκαν.
TL · DR (Πολύ μακρύ;
Ο τύπος για τον μέσο χρόνο μεταξύ αποτυχίας ή MTBF είναι:
T / R, που Τ ο συνολικός αριθμός ωρών μονάδας από τη συγκεκριμένη δοκιμή και R είναι ο αριθμός των βλαβών.
Ένα παράδειγμα υπολογισμού του MTBF
Είτε αξιολογείτε την αξιοπιστία του νέου λογισμικού είτε προσπαθείτε να αποφασίσετε πόσα εφεδρικά widgets θα διατηρήσετε στην αποθήκη σας, η διαδικασία υπολογισμού του MTBF είναι η ίδια.
Η πρώτη μέτρηση που πρέπει να γνωρίζετε είναι η συνολική "μονάδα ωρών" των δοκιμών που έγιναν στη μελέτη αξιοπιστίας σας. Φανταστείτε ότι το θέμα σας είναι widgets αποθήκης και ότι 50 από αυτούς δοκιμάστηκαν για 500 ώρες το καθένα. Σε αυτή την περίπτωση, οι συνολικές ώρες που δαπανώνται οι δοκιμές είναι:
50 × 500 = 25.000 ώρες
Στη συνέχεια, προσδιορίστε τον αριθμό των αποτυχιών σε ολόκληρο τον πληθυσμό που δοκιμάστηκε. Σε αυτή την περίπτωση, θεωρήστε ότι υπήρχαν 10 αποτυχίες widget συνολικά.
Γνωρίζετε ότι πραγματοποιήθηκαν 25.000 ώρες συνολικής μονάδας δοκιμών και υπήρξαν 10 αποτυχίες widget. Διαιρέστε τον συνολικό αριθμό ωρών δοκιμής με τον αριθμό των βλαβών για να βρείτε τον μέσο χρόνο μεταξύ των βλαβών:
25000 μονάδες ÷ 10 = 2500 μονάδες ώρες
Έτσι σε αυτό το συγκεκριμένο μοντέλο δεδομένων, ο MTBR είναι 2.500 μονάδες ώρες.
Κάνοντας το MTBR Int Con
Πριν μεταβείτε στον υπολογισμό μιας "εξίσωσης αξιοπιστίας" όπως το MTBF, είναι σημαντικό να κατανοήσετε το con. Το MTBF δεν έχει σκοπό να προβλέψει τη συμπεριφορά μίας μόνο μονάδας. Αντίθετα, είχε ως στόχο να προβλέψει τα τυπικά αποτελέσματα από μια ομάδα μονάδων. Στο παραπάνω παράδειγμα, οι υπολογισμοί σας δεν σας λένε ότι κάθε widget αναμένεται να διαρκέσει 2.500 ώρες. Αντίθετα, λένε ότι αν τρέξετε μια ομάδα widgets, ο μέσος χρόνος μεταξύ αποτυχιών εντός της ομάδας είναι 2.500 ώρες.
Μια άλλη στατιστική: Ο υπολογισμός MTTR
Μία από τις προκλήσεις των στατιστικών καθιστά τα στατιστικά σας μοντέλα να αντιγράφουν τις πραγματικές καταστάσεις όσο το δυνατόν ακριβέστερα. Επομένως, οι υπολογισμοί αξιοπιστίας σας ενδέχεται επίσης να πρέπει να περιλαμβάνουν το MTTR ή το μέσο χρόνο για την επισκευή - είτε για τον υπολογισμό του χρόνου διακοπής στα συστήματά σας είτε για τη διάρκειά του για την εκτέλεση των εν λόγω επισκευών.
Για να υπολογίσετε το MTTR, διαιρέστε το συνολικό χρόνο που αφιερώνεται στις επισκευές με τον αριθμό των επισκευών που έγιναν. Έτσι, αν κατά τη διάρκεια της δοκιμής widget αποθήκης σας το συνεργείο συντήρησης εργάστηκε 500 ώρες και έκανε 10 επισκευές, θα μπορούσατε να κάνετε παρέκταση του MTTR:
500 άτομα ÷ 10 = 50 ώρες προσωπικού
Έτσι, το MTTR σας είναι 50 ώρες προσωπικό ανά επισκευή. Αυτό δεν σημαίνει ότι κάθε επισκευή θα διαρκέσει 50 ώρες - στην πραγματικότητα μπορεί να υπάρχουν αρκετά διαφορές μεταξύ των πραγματικών χρόνων επισκευής. Και πάλι, αυτό δεν είναι μια πρόβλεψη ότι κάθε επισκευή, ή ακόμα και τις περισσότερες επισκευές, θα διαρκέσει 50 άτομα ώρες για τη διεξαγωγή. Απλώς σας λέει ότι όταν κάνετε ένα βήμα πίσω και κοιτάξετε τον πληθυσμό widget σας ως σύνολο, ο πληθυσμός στο σύνολό του θα αρχίσει να προσεγγίζει αυτό το μέσο όρο.