4. 故障趋势分析的基本统计方法

故障趋势分析的核心任务，是把设备故障记录从“一堆孤立事件”转化为“随时间变化的可读信号”。现场常见的原始数据通常来自工单系统或点检记录，字段包括：故障发生时间、设备编号、故障部位、故障现象、停机时长（分钟）、维修工时、备件成本、外委费用等。要识别趋势，第一步不是画图，而是先明确三个基本度量：故障频次（单位时间内发生次数）、停机时长（每次故障造成的不可用时间）、维修成本（备件+人工+外委）。这三个度量往往并不同步变化——频次下降但停机时长上升，可能意味着小故障减少而大故障集中；频次持平但成本上升，则可能指向备件价格或维修方式变化。

本节围绕四类基本统计方法展开：时间序列分解、移动平均、同比与环比、帕累托分析。它们不是互相替代的关系，而是从不同角度回答“趋势是什么、拐点在哪里、主要矛盾是什么”。

一、时间序列分解：把趋势从噪声中分离出来

设备故障数据天然带有波动。某台空压机一个月内故障 3 次，下个月 7 次，再下个月 4 次，单看数字很难判断是恶化还是随机波动。时间序列分解的基本思路是：把观测序列拆成趋势项（T）、季节项（S）、周期项（C）和随机项（R）。现场最常用的是乘法模型：Y = T × S × C × R，因为故障频次和成本的波动幅度通常随水平值增大而增大。

以某化工厂循环水泵为例，取 24 个月的月度故障停机时长（单位：小时）作为序列。先做 12 期中心化移动平均得到趋势项 T；再用原始值除以 T 得到季节—随机项；对同月数据求平均并归一化，得到季节指数 S。若计算结果显示 7、8 月季节指数分别为 1.42 和 1.38，而 1、2 月为 0.71 和 0.68，说明夏季高温期停机时长系统性偏高，这与冷却水温升高、泵体负荷增大一致。此时若只看全年总量，会误判为“全年均匀恶化”；分解后可以看到，真正需要干预的是夏季前的预防性检修窗口。

二、移动平均：让短期波动不掩盖方向

移动平均是最直接的平滑方法。对月度故障频次序列，取 3 期移动平均：MA₃(t) = [x(t-1)+x(t)+x(t+1)]/3。它的作用是压低单月异常值的影响，让上升或下降的方向更清楚。现场判断时，通常同时看两条线：原始序列和移动平均线。当原始值连续两个月高于移动平均线，且移动平均线本身开始上翘，才更倾向于判定为“趋势性恶化”，而不是一次偶发故障。

移动平均的窗口选择取决于设备检修周期。对于按月统计、检修周期约一个季度的设备，3 期或 4 期移动平均较合适；对于按周统计的高频设备，可用 4 周或 8 周。窗口过长会滞后，窗口过短则平滑不足。实际工作中可以同时画 3 期和 6 期两条移动平均线：短期线先转向，长期线确认方向，两者交叉可作为趋势确认的参考信号。

三、同比与环比：区分“季节性变化”和“真实变化”

环比是本期与上一期比较，同比是本期与去年同期比较。对故障停机时长而言，环比容易受季节影响：6 月比 5 月停机多，可能只是气温上升，不一定是设备劣化。同比则剔除了季节因素，更适合判断“今年比去年是好了还是坏了”。

计算方式：环比增长率 =（本期值 − 上期值）/ 上期值 × 100%；同比增长率 =（本期值 − 去年同期值）/ 去年同期值 × 100%。现场建议同时看两个指标：若环比上升但同比持平或下降，优先怀疑季节或工况变化；若环比和同比同时连续上升，则应启动趋势预警，进入故障模式排查。

四、帕累托分析：把资源投向少数关键故障

帕累托分析回答的是“哪些故障贡献了大部分停机或成本”。做法是：按故障部位或故障模式统计停机时长，从大到小排序，计算累计占比，画出柱状图和累计曲线。通常累计占比达到 80% 的前几项即为关键少数。

例如某车间 6 个月内非计划停机总时长为 412 小时，按部位统计：密封失效 138 小时、轴承损坏 96 小时、电气控制 71 小时、润滑不良 52 小时、其他 55 小时。前两项累计占比 56.8%，前三项达到 74.0%，前四项达到 86.6%。这意味着如果只做一项改进，应优先解决密封失效；若资源允许，密封、轴承、电气控制三项应作为第一阶段攻关对象。帕累托的价值在于避免“平均用力”，把有限的维修和技改资源集中在贡献最大的故障模式上。

五、四类方法的配合使用

实际分析中，四类方法通常按以下顺序配合：先用帕累托确定“重点看哪些故障模式”，再对这些模式的时间序列做分解和移动平均，判断趋势方向；最后用同比环比确认变化是否超出正常波动范围。例如，帕累托显示密封失效是最大贡献项，接着对密封失效的月度停机时长做 3 期移动平均，若移动平均线连续 3 个月上升，且同比增长率超过 20%，则可判定为趋势性恶化，应安排密封件寿命核查和更换周期评估。

需要强调的是，统计方法只能给出“哪里在变、变多快”，不能直接给出“为什么变”。趋势分析的结果必须回到现场：检查介质温度、压力波动、备件批次、检修工艺、操作方式等具体因素，才能形成可执行的纠正措施。统计是入口，不是终点。

六、可直接使用的趋势分析记录表

以下表格可用于现场月度趋势分析记录，字段按本节四类方法组织，便于逐月填写和对比。

表中 5 月、6 月连续触发预警，依据是：3 期移动平均连续上升、环比连续为正、6 月同比转正且超过 15%。此时应启动密封失效和轴承损坏的专项分析，核查备件批次、安装工艺和运行工况，而不是等到年度总结再处理。

总结来看，时间序列分解解决“趋势和季节如何分离”，移动平均解决“短期波动中方向如何确认”，同比环比解决“变化是否超出正常范围”，帕累托解决“资源应该投向哪里”。四者配合，才能把故障记录变成可判断、可预警、可行动的现场管理依据。