2. 系统可靠性基础
在制定预防性维护计划之前，必须建立对系统可靠性的量化认知。本章将围绕三个核心指标（MTBF、MTTR、可用性）与两个经典模型（浴盆曲线、故障率模型）展开，为后续的故障树排查与冗余设计奠定数学与工程基础。
2.1 核心可靠性指标
可靠性工程通过统计时间维度来量化系统表现。以下三个指标是维护决策的基石：
| 指标 | 全称 | 定义 | 单位 | 工程意义 |
|---|---|---|---|---|
| MTBF | Mean Time Between Failures | 可修复系统相邻两次故障间的平均工作时间 | 小时 (h) | 衡量系统固有可靠性，值越大越可靠 |
| MTTR | Mean Time To Repair | 从故障发生到修复完成所需的平均时间 | 小时 (h) | 衡量系统可维护性，值越小越易维护 |
| A | Availability | 系统在任意时刻正常工作的概率 | 百分比 (%) | 综合可靠性与可维护性的最终指标 |
关键公式： 稳态可用性 A = MTBF / (MTBF + MTTR)。例如，某服务器 MTBF = 5000h，MTTR = 10h，则 A = 5000 / 5010 ≈ 99.8%。
2.2 可用性计算：串联与并联系统
实际系统由多个组件构成，其整体可用性取决于组件间的逻辑关系。以下为两种基本结构：
- 串联系统：所有组件必须同时正常工作，系统才可用。整体可用性 As = A1 × A2 × … × An。组件越多，可用性越低。
- 并联系统（冗余）：至少一个组件正常工作，系统即可用。整体可用性 Ap = 1 - (1 - A1) × (1 - A2) × … × (1 - An)。组件越多，可用性越高。
工程案例： 一个双电源冗余系统，每个电源可用性为 99%。串联时 A = 0.99 × 0.99 = 98.01%；并联时 A = 1 - (0.01 × 0.01) = 99.99%。冗余设计可显著提升可用性。
2.3 浴盆曲线：故障率的三阶段模型
浴盆曲线描述了系统在整个生命周期中故障率的变化规律，是预防性维护策略制定的核心依据。该曲线分为三个阶段：
- 早期故障期（磨合期）：故障率较高但快速下降。原因包括设计缺陷、制造误差、安装不当。对策：进行出厂测试、老化筛选、试运行。
- 偶然故障期（稳定期）：故障率低且恒定。故障由随机应力（如电压波动、操作失误）引起。对策：定期巡检、状态监测、备件储备。
- 耗损故障期（老化期）：故障率随磨损、疲劳、腐蚀而上升。对策：制定更换计划、大修、预防性更换。
维护策略启示： 在耗损故障期到来之前进行预防性更换，可以显著降低系统整体故障率。浴盆曲线帮助工程师确定“何时更换”而非“何时修复”。
2.4 故障率模型：指数分布与威布尔分布
故障率模型用于定量描述故障发生的时间规律。工程中最常用的两种模型如下：
| 模型 | 概率密度函数 f(t) | 故障率 λ(t) | 适用阶段 | 特点 |
|---|---|---|---|---|
| 指数分布 | λe-λt | 常数 λ | 偶然故障期 | 无记忆性，MTBF = 1/λ |
| 威布尔分布 | (β/η)(t/η)β-1e-(t/η)^β | (β/η)(t/η)β-1 | 全生命周期 | 形状参数 β 控制曲线形态 |
威布尔分布参数解读： β < 1 表示早期故障（故障率递减）；β = 1 退化为指数分布（故障率恒定）；β > 1 表示耗损故障（故障率递增）。η 为特征寿命，63.2% 的故障发生在 t = η 之前。
2.5 故障率模型在预防性维护中的应用
通过拟合历史故障数据，可以确定系统当前的故障率模型参数，进而制定科学的维护计划：
- 基于指数分布： 故障率恒定，定期维护效果有限，应侧重状态监测与冗余设计。
- 基于威布尔分布（β > 1）： 可预测耗损点，在故障率显著上升前安排预防性更换，优化维护成本。
计算示例： 某轴承的故障时间服从威布尔分布，β = 2.5，η = 8000h。当 t = 6000h 时，故障率 λ(6000) = (2.5/8000)(6000/8000)1.5 ≈ 0.00021/h。建议在 6000h 前进行预防性更换，以避开故障率快速上升区。