入力データ
修理が必要だった計画外の停止を、決めたルールで数えた回数。
結果
設備は平均して故障と故障の間に120.0時間動きます。
故障してから再び動くまでの平均時間。
設備が稼働できた時間の割合。
2つのアベイラビリティの式が一致する理由
T ÷ (T + R) = (T/F) ÷ (T/F + R/F) 分母と分子をFで割る = MTBF ÷ (MTBF + MTTR)
MTBFはこの期間の故障間の平均稼働時間であり、寿命や耐用年数、保証期間ではありません。
MTBF(平均故障間隔)は、修理できる設備が故障と故障の間に動いている時間の平均です。MTTR(平均修復時間)は、故障から再び動かせるようになるまでの平均時間です。この2つから固有アベイラビリティ、つまり設備が稼働できる時間の割合がわかります。
修理が必要だった計画外の停止を、決めたルールで数えた回数。
設備は平均して故障と故障の間に120.0時間動きます。
故障してから再び動くまでの平均時間。
設備が稼働できた時間の割合。
2つのアベイラビリティの式が一致する理由
T ÷ (T + R) = (T/F) ÷ (T/F + R/F) 分母と分子をFで割る = MTBF ÷ (MTBF + MTTR)
MTBFはこの期間の故障間の平均稼働時間であり、寿命や耐用年数、保証期間ではありません。
MTBF = 総稼働時間 ÷ 故障回数 MTTR = 総修理時間 ÷ 故障回数 アベイラビリティ = 稼働時間 ÷ (稼働時間 + 修理時間) = MTBF ÷ (MTBF + MTTR)
包装ロボットが先月720時間稼働し、6回故障しました。修理時間は合計9.5時間。信頼性はどうだったでしょうか?
ロボットは平均して故障と故障の間に120時間動き、約1.6時間で復旧しており、アベイラビリティは98.7%です。これは120時間もつとか、120時間で摩耗するという意味ではなく、この期間の平均です。故障が6回あったので、修理を速くするか故障を減らすかを決める前に、原因が共通していないか確認しましょう。
AIアシスタントに貼り付けると、ご自身のデータで計算を一歩ずつ案内してくれます。
信頼性技術者として、修理できる機械のMTBF、MTTR、アベイラビリティを計算するのを手伝ってください。 必ず次の計算式を使ってください: MTBF = 総稼働時間 ÷ 故障回数 MTTR = 総修理時間 ÷ 故障回数 アベイラビリティ = 稼働時間 ÷ (稼働時間 + 修理時間)。これがMTBF ÷ (MTBF + MTTR)と等しいことも示してください。 ルール: 1. 一歩ずつ、時間単位で計算してください。 2. まず私の数値を復唱し、小数点の区切りを確認してください。 3. 稼働時間、故障回数、修理時間のいずれかが欠けている、または不明確な場合は、推測せずに質問してください。 4. 故障がなかった場合は、MTBFは定義できないと伝え、代わりに観測時間を報告してください。決してゼロで割らないこと。 5. MTBFは耐用年数や保証期間ではないことを念押しし、故障を減らすことと修理を速くすることのどちらに注力すべきか提案してください。 私のデータ: 稼働時間(h) = 故障回数 = 総修理時間(h) = 何を故障とするか =
ボタンを押すと、まずプロンプトをコピーしてから新しいタブでアシスタントを開きます。
次のステップ · DOCAMIN
この数値をもとに、DOCAMINで信頼性報告書と保全計画を作成できます。
DOCAMINを開く →手法を学ぶ · Academy
PDCAサイクルで信頼性の改善を計画する方法を、無料コースで学べます。
無料コースを見る →いいえ。これが最もよくある誤解です。MTBFは観測期間中の故障間の平均稼働時間で、故障率の逆数です。MTBF 120時間の設備が120時間もつわけではなく、MTBF 10万時間の部品が11年もつわけでもありません。多数の個体で見たとき、その平均的なペースで故障が起きるという意味です。
数える前に文書で決めておきます。ふつうは、介入が必要な計画外の機能喪失すべてです。同じ未解決の不具合による停止の繰り返しを1回とするか複数回とするかはどちらでもかまいませんが、ルールを1つ決めて毎回同じように適用しないと、設備と関係のない理由でMTBFが変わってしまいます。
計画保全は故障ではなく、その時間は稼働時間でもないので、どちらからも除外します。予防保全がうまくいっていれば、MTBFは時間とともに上がっていくはずです。上がらないなら、保全の作業が実際の故障モードを狙えていないのかもしれません。
故障率が時間とともに変わるときです。初期故障、寿命末期の摩耗故障、MTTRを左右する少数の長い修理などです。そういう場合は1つの平均ではパターンが隠れてしまい、故障時間の分布を当てはめる信頼性解析のほうが実態に近い姿を示します。
最終テスト:2026年10月 · テスト方法:自動の計算テスト(3ケース以上) · レビュー:Quality for Everyone 編集チーム