3. MTTR 计算基础：修复时间数据收集、清洗与异常值处理

MTTR（Mean Time To Repair，平均修复时间）是衡量维修性最核心的指标之一。其计算精度直接取决于底层修复时间数据的质量。本章将系统讲解从数据收集到预处理的全流程，确保后续建模的可靠性。

3.1 修复时间数据收集方法

修复时间数据通常来源于现场维修记录、维修工单系统（CMMS）或专用数据采集设备。根据数据来源和精度要求，主要收集方法如下表所示：

3.2 数据清洗与预处理

原始修复时间数据通常包含缺失值、重复记录、格式不一致等问题。标准预处理流程包含以下步骤：

1. 缺失值处理：删除关键字段（如开始/结束时间）缺失的记录；对于非关键字段缺失，可采用中位数填充。
2. 重复记录去重：基于工单号、设备ID和时间戳组合去重，保留最早或最完整的记录。
3. 时间格式统一：将所有时间戳转换为统一时区（如 UTC+8）和统一格式（如 YYYY-MM-DD HH:mm:ss）。
4. 修复时长计算：计算 修复时长 = 修复完成时间 - 修复开始时间，并过滤掉负值或零值。
5. 上下文标记：标记是否为计划维修、故障维修、等待备件等上下文信息，便于后续分层分析。

import pandas as pd

df = pd.read_csv('repair_times_raw.csv')
# 1. 删除缺失关键字段
df = df.dropna(subset=['start_time', 'end_time'])
# 2. 去重
df = df.drop_duplicates(subset=['work_order_id'])
# 3. 统一时间格式
df['start_time'] = pd.to_datetime(df['start_time'], utc=True)
df['end_time'] = pd.to_datetime(df['end_time'], utc=True)
# 4. 计算修复时长（分钟）
df['repair_duration'] = (df['end_time'] - df['start_time']).dt.total_seconds() / 60
df = df[df['repair_duration'] > 0]

3.3 异常值处理原则

修复时间数据中常出现极端值（如维修耗时数天或仅几秒），这些异常值会严重扭曲 MTTR 计算结果。处理原则需结合统计方法与工程判断。

3.3.1 异常值识别方法

• 箱线图法（IQR）：定义 Q1 - 1.5×IQR 和 Q3 + 1.5×IQR 为异常值阈值，适用于偏态分布。
• Z-score 法：计算每个数据点的 Z 分数，通常以 |Z| > 3 为异常，适用于近似正态分布。
• 修正的 Z-score 法（MAD）：使用中位数绝对偏差，对异常值更稳健，推荐用于维修时间数据。
• 工程阈值法：基于设备类型和维修经验设定上下限（如 5 min ~ 480 min），超出则标记为异常。

3.3.2 异常值处理策略

3.4 修复时间数据清洗与异常值处理流程

下图总结了从原始数据到可用修复时间数据集的完整处理流程：

3.5 数据清洗前后对比案例

以下是一个实际案例，展示某工厂离心泵修复时间数据在清洗前后的变化：