3. 维修性基础

维修性（Maintainability）是产品在规定的条件下和规定的时间内，按规定程序和方法进行维修时，保持或恢复到规定状态的能力。它和可靠性一样，是设计出来的固有属性，而不是维修部门事后“修得好”的结果。可靠性关注“多久坏一次”，维修性关注“坏了多快能修好、修起来多费劲”。两者共同决定装备的可用性：可用性 A = MTBF / (MTBF + MTTR)，其中 MTTR（平均修复时间）正是维修性的核心度量。

理解维修性，要抓住三个限定：规定的条件（人员技能、工具、备件、测试设备、环境）、规定的时间（维修时限约束）、规定的程序和方法（技术手册规定的拆装、检测、更换步骤）。脱离这些限定谈“好修”没有工程意义。维修性工程的任务，就是把这些限定转化为可量化、可验证、可分配的设计指标。

维修性的度量参数体系

维修性度量分为时间参数、概率参数和综合参数三类。时间参数最直观：MTTR 是修复时间的均值；中位修复时间 Mctr 表示 50% 的维修能在该时间内完成；最大修复时间 Mmax 常取 90% 或 95% 分位值，用于确定备件与保障规模。概率参数是维修度 M(t)，即规定条件下、规定时间内完成修复的概率。综合参数包括维修工时率、每飞行小时维修工时 MMH/FH、再次出动准备时间等，直接反映保障负担。

需要区分几个易混概念：修复时间只统计从发现故障到恢复规定状态的有效维修时间，不含行政等待、备件采购等待；而“不能工作的时间”包含等待，属于保障性范畴。工程上常把停机时间分解为诊断、拆装、更换、调整校准、检验测试等环节，各环节的时间分布不同，诊断往往占大头。

维修时间分布与维修度函数

维修时间不是常数，而是随机变量。工程实践中最常用对数正态分布描述修复时间：维修作业由多个串行环节组成，各环节时间相乘效应使对数时间近似正态。其维修度函数为

M(t) = Φ[ (ln t − μ) / σ ]

其中 μ、σ 为修复时间对数的均值与标准差，
Φ 为标准正态分布函数。
MTTR = exp(μ + σ²/2)
中位修复时间 Mctr = exp(μ)

当缺乏数据时，也可用指数分布近似：M(t) = 1 − e^(−t/MTTR)，此时修复率为常数 λm = 1/MTTR。指数分布计算简单但偏乐观，因为它假设“修得越久越容易马上修好”，与实际不符，故仅用于早期估算。修复率 μ(t) 定义为在时刻 t 尚未修复的条件下，单位时间内完成修复的概率，即 μ(t) = m(t) / [1 − M(t)]，其中 m(t) 为修复时间概率密度。对数正态下修复率随时间先升后降，反映维修过程的“磨合—稳定—收尾”特征。

下面这张图给出维修性度量体系与修复时间分布的关系，帮助把定义、参数和函数串起来理解。

预防性维修与修复性维修的区别与联系

按维修时机和目的，维修分为预防性维修（PM）和修复性维修（CM）。预防性维修是在故障发生前，按预定间隔或依据状态进行的维修，目的是延缓劣化、降低故障率，包括定期保养、润滑、更换易损件、状态监测后的视情维修。修复性维修是故障发生后的非计划维修，目的是恢复规定状态，包括故障定位、拆换、调试。

两者的区别体现在触发条件、时间特性、资源需求和度量指标上。PM 由时间或状态触发，计划性强，可安排在任务间隙，度量指标是维修间隔、PM 工时、PM 导致的停机；CM 由故障触发，随机性强，直接决定 MTTR 和备件消耗。但两者并非对立：PM 做得好，CM 频次下降，MTTR 的样本减少；PM 过度，则占用可用时间、增加人为差错风险，反而拉低可用性。因此存在最优 PM 间隔，使总维修代价与停机损失之和最小。

联系还体现在数据与设计上：CM 记录是修复时间分布的数据来源，也是识别高频故障模式、改进 PM 任务的依据；PM 任务清单又来自 FMECA 和 RCM 分析。维修性设计要同时考虑两条路径——让 CM 更快（可达性、模块化、BIT 自检、互换性），让 PM 更少更准（状态监测、长寿命件、免维护设计）。

一个简化的维修性计算示例

假设某机载模块的修复时间服从对数正态分布，由历史数据估计 μ = ln 2.0 h ≈ 0.693，σ = 0.5。则中位修复时间 Mctr = e^0.693 ≈ 2.0 h；MTTR = exp(0.693 + 0.25/2) = exp(0.818) ≈ 2.27 h；90% 分位修复时间 Mmax = exp(0.693 + 1.282×0.5) = exp(1.334) ≈ 3.8 h。若该模块 MTBF = 200 h，则可用性 A = 200 / (200 + 2.27) ≈ 98.9%。若要求 A ≥ 99.5%，在 MTBF 不变时需 MTTR ≤ 1.0 h，这就对诊断时间和拆装时间提出了明确的设计约束。

计算时要注意：MTTR 用均值，备件与保障规划用高分位值；维修度函数用于回答“给定维修时限内修好的概率是多少”，例如 M(4 h) = Φ[(ln4 − 0.693)/0.5] = Φ(1.386) ≈ 91.7%，说明约 92% 的维修可在 4 小时内完成。这些数值是示例假设，实际工程中必须用现场维修数据拟合分布参数并做拟合优度检验。

掌握维修性的定义、度量参数、修复时间分布和两类维修的关系，是后续维修性设计、指标分配与验证的基础。核心逻辑始终是：把“好修”变成可测量的时间与概率，再用设计手段去达成它。