平均无故障工作时间

在规定的条件下和规定的时间，产品的寿命单位总数与故障总数之比

平均无故障时间就是指在规定的条件下和规定的时间，产品的寿命单位总数与故障总数之比；或者说，平均无故障工作时间是可修复产品在相邻两次故障之间工作时间的数学期望值，即在每两次相邻故障之间的工作时间的平均值，它相当于产品的工作时间与这段时间内产品故障数之比。

简介

平均无故障工作时间是修复产品的可靠性的一个基本参数。单位为“小时”。它反映了产品的时间质量，是体现产品在规定的时间内保持功能的一种能力。具体来说，工作时间是指相邻两次故障之间的平均也被称为平均故障间隔。

“平均无故障工作时间”表示的是一批产无故障工作时间的平均值，“无故障时间”是指一批产品第一次出现故障前的工作时间。某批产品的可靠度随时间变化的曲线如《产品的可靠性随时间的变化》所示。从中可以看出，当一批产品的可靠度R为I时的这段时间才是“无故障时间”，约200h，而“平均无故障'时间”约为1200h 。

数学表达式

MTBF=t/Nf（t）式中，t为产品的工作时间；Nf（t）为产品在工作时间内的故障数。平均无故障工作时间是产品可靠性的一个重要的定量指标，在现代产品设计时都要提出明确的无故障工作时间指标要求。根据此要求，在设计和生产时，就可利用数学方法计算和预测产品的可靠性；在产品生产出来之后，则可根据实践中的统计资料分析出产品在使用过程中的可靠性。对于武器装备而言，票据无故障工作时间也可以用等效的射击（或发射）次数、行驶里程和飞行时间等来表示，如平均无故障发射导弹（或炮弹）数、平均无故障行驶里程和平均无故障飞行小时，等等。随着科学技术进步和对可靠性理论、可靠性工程及其管理等研究不断深入，各类武器装备的平均无故障工作时间值不断提高。

计算方法分类

可靠性预计计算

预计产品MTBF的好处，首先在产品设计阶段就可以满足客户的制造要求;其次对生产方而言，可使其以最少的费用对预计的产品的弱点进行关注和改进。国内有3个普遍的、被接受的标准用来计算MTBF：军品和高可靠性产品大多采用MIL-STD-217 FN2和GJB 299B这两个标准，民品则用Bellcore方法。

上述的3个标准都包括了用于典型电子产品中元器件的失效率模型，比如IC、二极管、晶体管、电容器和连接器等。这些元器件的失效率都是以各国和各厂家的实际应用中获得的、最适应的数据为依据的，在对产品进行可靠性预计时可以直接查找。军标和Bellcore版本之间虽有几个不同点，但计算的方式基本上没有太大的区别。

实验室试验结合理论计算

实验室的可靠性寿命评价具有一定的破坏性，因而不可能对所有的产品都进行试验，而且这样的工作量太大了。因此，通过实验室试验来获取试验样品的基本方法是，从同型号、同批次的一批产品中抽取一部分产品来进行试验，这些产品在可靠性术语中被称为“样本”，其中的每个产品被称为“样品”。显然从概率统计的观点看，抽取的试验样品数量越多，就越能真实地反映该批产品的可靠性水平。

在实际的寿命评价试验中，由于试验时间和失效数量的不确定性，在整个试验过程中，试验样品往往无失效或部分失效时，就需要采用截尾试验的方法。截尾试验可分为定时截尾试验或定数截尾试验，这2类试验方法是实验室估算MTBF最常用的试验方法。

在截尾试验中，通过部分失效的样品和较短的试验时间来推算整批产品的MTBF时，需要涉及大量的概率论知识。在通过大量统计的基础上，给出了3种可用于估算仅有部分产品失效或未失效的MTBF计算方法的公式，它们分别是“平均寿命的点估计”、“双侧置信区间估计”、“单侧置信下限估计”。

现场失效数统计计算

产品在完成设计改进、准备批量生产之前，原则上需要通过部分样机进行实验室试验来评价产品的MTBF，再确定是否批量生产。而实际上，由于新产品在推出时间上的需要，不可能进行长时间的MTBF试验。对于民用产品来说，实验室试验由于时间和费用的关系根本无法操作;对于部分军用产品来说，由于生产数量极有限，不可能抽取过多的试验样品进行MTBF试验，这样通过极少样品评价出的MTBF，其可信度是个大问题。

同时，由于实验室试验条件的单一性和产品在外场使用条件的多样性，实验室试验的真实性与产品的外场使用会有较大的差异。这就需要通过现场失效统计的数据来了解产品的真实的MTBF。当然这种方法带来的时间滞后性是无法克服的，但是，对于验证实验室的试验数据和连续生产同类产品的生产厂家还是有价值的。

应用举例

以飞机为例，F-4、F-15和F-22是代表美国第二代、第三代和第四代战斗机的典型机种，先后于50年代中期、60年代末期和80年代末期开始设计，平均无故障工作时间分别为1.0小时、2.6小时和5.0小时，这充分说明随着武器装备越来越强调可靠性和可维护性设计，其平均无故障工作时间成倍增长，作战能力也大幅度提高。

全国各地天气预报查询

上海市

云南省

云南省

云南省

云南省

云南省