Contenu
- TL; DR (Trop long; n'a pas lu)
- Un exemple de calcul de MTBF
- Mettre le MTBR dans le con
- Une autre statistique: le calcul du MTTR
Le MTBF, ou temps moyen entre les défaillances, est une mesure statistique utilisée pour prédire le comportement d'un grand groupe d'échantillons, ou d'unités. Par exemple, le MTBF peut être utilisé pour déterminer les calendriers de maintenance, déterminer le nombre de pièces de rechange à conserver pour compenser les défaillances d'un groupe d'unités ou comme indicateur de la fiabilité du système. Afin de calculer le MTBF, vous devez connaître le nombre total d'heures d'unités d'essais effectuées au cours de l'essai en question et le nombre d'échecs survenus.
TL; DR (Trop long; n'a pas lu)
La formule du temps moyen entre échec ou MTBF est la suivante:
T / R, où T est le nombre total d'heures d'unité depuis l'essai en question, et R est le nombre d'échecs.
Un exemple de calcul de MTBF
Que vous évaluiez la fiabilité d’un nouveau logiciel ou tentiez de décider du nombre de widgets de réserve à conserver dans votre entrepôt, le processus de calcul du MTBF est identique.
La première mesure que vous devez connaître est le total des «heures unitaires» de test effectuées dans votre étude de fiabilité. Imaginez que votre sujet soit un widget d'entrepôt et que 50 d'entre eux aient été testés pendant 500 heures chacun. Dans ce cas, le nombre total d'heures d'unité consacrées aux tests est le suivant:
50 × 500 = 25 000 heures
Ensuite, identifiez le nombre d'échecs testés sur l'ensemble de la population. Dans ce cas, considérez qu'il y a eu 10 défaillances de widgets au total.
Vous savez que 25 000 heures d’essais au total ont été testées et que 10 widgets ont échoué. Divisez le nombre total d'heures de test par le nombre d'échecs pour trouver le temps moyen entre les échecs:
25000 heures unitaires ÷ 10 = 2500 heures unitaires
Donc, dans ce modèle de données particulier, le MTBR est de 2 500 heures-unités.
Mettre le MTBR dans le con
Avant de vous lancer dans le calcul d'une "équation de fiabilité" comme le MTBF, il est important de comprendre ses inconvénients. Le MTBF n'est pas destiné à prédire le comportement d'une seule unité; au lieu de cela, il est censé prédire les résultats typiques d'un groupe d'unités. Dans l'exemple ci-dessus, vos calculs ne vous indiquent pas que chaque widget devrait durer 2 500 heures. Au lieu de cela, ils disent que si vous exécutez un groupe de widgets, le temps moyen entre les défaillances au sein du groupe est de 2 500 heures.
Une autre statistique: le calcul du MTTR
L’un des défis de la statistique est de faire en sorte que vos modèles statistiques reflètent de manière aussi précise que possible des situations réelles. Ainsi, vos calculs de fiabilité devront peut-être également inclure le MTTR, ou le délai moyen de réparation, que ce soit pour estimer le temps d'indisponibilité de vos systèmes ou pour budgétiser les heures de personnel nécessaires pour effectuer lesdites réparations.
Pour calculer le MTTR, divisez le temps total consacré aux réparations par le nombre de réparations effectuées. Ainsi, si pendant le test du widget de votre entrepôt, votre équipe de maintenance travaillait 500 heures-personnes et effectuait 10 réparations, vous pouviez extrapoler le MTTR:
500 heures-personnes ÷ 10 = 50 heures-personnes
Donc, votre MTTR est de 50 heures-personnes par réparation. Cela ne signifie pas que chaque réparation prendra 50 heures - en fait, il peut y avoir un peu de disparité entre les temps de réparation réels. Encore une fois, il ne s’agit pas d’une prédiction selon laquelle chaque réparation, ou même la plupart des réparations, nécessitera 50 heures-personnes. Cela vous indique simplement que lorsque vous prenez du recul et que vous regardez la population de votre widget dans son ensemble, la population dans son ensemble commencera à s'approcher de cette moyenne.