📚 课程目录第2章 MTBF基础理论

2. MTBF基础理论：MTBF的数学定义、指数分布与MTBF的关系、失效率函数

MTBF（Mean Time Between Failures，平均故障间隔时间）是可修复产品可靠性最核心的度量指标之一。理解其数学定义、与指数分布的内在联系以及失效率函数的动态特征，是后续进行置信区间计算与可靠性评估的理论基石。

MTBF定义为可修复产品在相邻两次故障之间的平均工作时间。对于一组观测数据，其点估计值为总工作时间与故障次数的比值。

MTBF点估计公式（无替换试验）：

MTBF = T / r

其中：
T —— 所有受试产品的累积试验时间（总台时数）；
r —— 试验期间发生的总故障次数（r ≥ 1）。

当试验为定时截尾（试验进行到预定时间 t₀ 停止）或定数截尾（试验进行到预定故障数 r 停止）时，T 的计算方式略有不同，但 MTBF 的数学期望始终满足：

E[MTBF] = θ  （θ 为真实的平均寿命参数）

下表总结了不同试验方案下累积试验时间 T 的计算方法：

在可靠性工程中，指数分布是描述偶然失效阶段（浴盆曲线底部）最常用的寿命分布。其概率密度函数（PDF）和累积分布函数（CDF）如下：

f(t) = λ · e^(-λt)    (t ≥ 0)
F(t) = 1 - e^(-λt)    (t ≥ 0)

其中 λ 为失效率（常数），其倒数即为 MTBF：

核心关系： 当产品寿命服从指数分布时，MTBF 与失效率 λ 互为倒数。

MTBF = 1 / λ

这意味着：失效率越低，MTBF 越大，产品平均无故障工作时间越长。

指数分布具有“无记忆性”（Memoryless Property），即产品在 t 时刻正常工作的条件下，其剩余寿命分布与已工作时间无关。这一特性使得指数分布在数学处理上极为简便，也是经典 MTBF 置信区间计算的理论前提。

下表对比了指数分布与其他常见寿命分布的关键特征：

分布类型	失效率 λ(t)	MTBF 与参数关系	适用场景
指数分布	常数 λ	MTBF = 1/λ	偶然失效期（电子元器件）
威布尔分布	λ(t) = (β/η)·(t/η)^(β-1)	MTBF = η·Γ(1+1/β)	早期失效、耗损失效（机械件）
正态分布	递增（t 接近均值时急剧上升）	MTBF = μ	耗损失效（磨损、疲劳）

失效率函数 λ(t) 定义为产品工作到时刻 t 后，在单位时间内发生故障的条件概率。其数学表达式为：

λ(t) = f(t) / R(t) = f(t) / [1 - F(t)]

其中 R(t) 为可靠度函数。对于指数分布，由于 f(t) = λe^(-λt) 且 R(t) = e^(-λt)，代入上式可得：

指数分布的失效率：

λ(t) = (λe^(-λt)) / (e^(-λt)) = λ  （常数）

这一结论表明：当产品寿命服从指数分布时，失效率不随时间变化，产品处于“偶然失效期”。

失效率函数是可靠性工程中识别产品失效模式阶段的关键工具。经典的“浴盆曲线”将产品全生命周期划分为三个阶段：

工程应用提示： 在计算 MTBF 置信区间时，必须首先验证产品寿命是否服从指数分布（即失效率是否为常数）。若产品处于早期失效期或耗损失效期，直接使用指数分布假设会导致置信区间严重偏倚，此时应选用威布尔分布或其他更合适的模型。

MTBF、指数分布与失效率函数构成了可靠性评估的“铁三角”：

三者之间的数学转换关系可总结为：