质量与可靠性 / 系统课时
故障、失效与维修事件如何区分
故障、失效与维修事件如何区分
同一台设备连续报警三次、收到两张报修单、维修人员更换一次零件,究竟发生了几次失效?本篇通过一台工业水泵的完整事件记录,建立失效判定、重复报修合并和维修记录关联规则,并区分可维修系统与不可维修产品的统计口径。
学习目标
- 区分失效模式、失效事件、故障状态、故障现象与维修记录。
- 根据功能恢复边界识别重复报修和新的失效事件。
- 正确整理不可维修产品的寿命数据与可维修系统的重复失效数据。
先给出可复核的失效判据
可靠性分析必须先确定分析对象和规定功能,再判断功能是否丧失。不能把报警次数、工单数量或零件更换次数直接当作失效次数。
以工业水泵 P-01 为例,规定其在额定供电及指定测试工况下,出水流量不得低于 8.0 L/min。若流量持续低于该阈值至少 10 秒,就判定输送功能失效。
例如,流量短暂降到 7.9 L/min,仅持续 2 秒,不满足失效判据;流量维持在 7.4 L/min 达 15 秒,则满足判据。判定时必须保留测量时间、工况和原始读数。
以下概念分别描述不同层面的信息:
| 概念 | 含义 | 水泵实例 |
|---|---|---|
| 失效模式 | 功能以什么方式丧失 | 输出流量不足 |
| 失效事件 | 规定功能发生丧失的事件 | P-01 首次达到低流量失效判据 |
| 故障状态 | 设备不能执行规定功能的状态 | 水泵持续无法提供要求流量 |
| 故障现象 | 可观察或测量的异常表现 | 流量计显示 7.4 L/min、低流量报警 |
| 维修事件 | 检查、调整、更换或修复等处置活动 | 清理堵塞滤网并重新测试 |
严格的可靠性术语中,失效是事件,故障是状态。失效可能导致故障状态;故障状态也可能源于设计或制造阶段已经存在的缺陷。日常运维将两者统称为故障时,分析数据中仍应保留区别。
还要区分失效模式与失效原因。流量不足描述功能如何失效,滤网堵塞则可能是检查后确认的原因。不能仅凭低流量报警就断定滤网堵塞。
用时间线拆开同一次失效
假设 P-01 在同一天产生以下记录,时间均来自已经校准的设备时钟:
| 时间 | 现场记录 | 数据归类 |
|---|---|---|
| 09:00 | 流量连续 10 秒低于 8.0 L/min | 确认失效事件 F001 |
| 09:02 | 显示流量 7.4 L/min,产生报警 | 故障现象 |
| 09:05 | 操作员提交报修单 R101 | 报修记录 |
| 09:18 | 另一操作员提交报修单 R102 | 同一异常的重复报修 |
| 09:40 | 维修人员执行滤网清理 M001 | 维修事件 |
| 10:10 | 流量恢复至 8.8 L/min,并连续稳定运行 5 分钟 | 确认功能恢复 |
| 15:20 | 流量再次持续低于阈值 10 秒 | 新失效事件 F002 |
这里虽然出现两张报修单,但 09:00 至 10:10 期间只有一个连续的功能失效过程。因此 R101 和 R102 应关联 F001,而不是产生两次失效计数。
10:10 已经通过测试确认功能恢复。15:20 再次满足失效判据时,可以建立新的事件 F002,即使其失效模式与 F001 相同。

这条时间线还说明:维修开始不等于故障消除,工单关闭也不必然代表功能恢复。用于统计的恢复时刻应有功能测试、运行数据或明确的验收记录支持。
在恢复边界上合并重复报修
实际项目中,重复报修的文字可能完全不同。例如一张写着「水压偏低」,另一张写着「供水不足」,但它们可能指向同一设备的同一次功能损失。
去重时建议依次检查以下条件:
- 设备边界:确认资产编号相同,例如 P-01,不能把两台水泵的事件直接合并。
- 功能边界:确认记录描述的是同一规定功能,例如输送流量不足,而非另一项独立功能失效。
- 时间连续性:检查两次报告之间是否已有经过验证的功能恢复。
- 异常关联性:核对测量值、报警记录和现场诊断,判断是否属于同一个连续异常过程。
- 恢复证据:只有在确认恢复后再次达到失效判据,才建立新的失效事件;证据不足时保留待核实状态。
例如,维修人员在 09:50 将工单标记为已处理,但流量始终只有 7.6 L/min。10:00 再次报警仍属于 F001,不能因为工单已关闭就另计一次失效。
反过来,如果 10:10 已确认恢复,15:20 再次失效,即使最终仍由滤网堵塞引起,也应记录为 F002。
可维修系统与不可维修件如何计数
是否可维修,取决于分析对象及其恢复方式,而不是产品在物理上能否拆开。
不可维修对象通常以首次失效时间作为寿命终点。例如对 5 只一次性保护元件进行最长 100 小时的寿命试验:
| 试样 | 观察时间 | 结局 |
|---|---|---|
| A | 30 h | 发生失效 |
| B | 70 h | 发生失效 |
| C | 100 h | 未失效,右删失 |
| D | 100 h | 未失效,右删失 |
| E | 100 h | 未失效,右删失 |
这组数据有 2 个失效时间和 3 个右删失时间。右删失表示截至观察结束尚未发现失效,不代表该元件恰好在 100 小时失效,也不能把它的真实寿命当成 100 小时。
不可维修对象通常围绕首次失效寿命,进一步分析寿命分布、可靠度和危险率。
可维修系统则可能经历多次失效、修复和再次投入运行。例如两台水泵在观察期内合计累计有效运行 200 小时,发生 3 次经过确认且相互独立的失效,产生 7 张报修单及 4 项维修操作。
按照本例的简单平均频次计算:
- 失效事件数:3 次。
- 有效运行暴露时间:200 h。
- 观察期平均失效发生频次:3 ÷ 200 = 0.015 次/运行小时。
分子必须使用失效事件数,而不是 7 张报修单或 4 项维修操作。这里的 0.015 是观察期内的平均事件频次,并不意味着系统在任意时刻都有恒定的失效发生强度。
可维修系统更适合分析重复失效计数、失效发生强度、运行间隔与修复时间。不能直接将全部重复事件当作不同不可维修试样的首次失效时间来拟合寿命分布。
这两种统计对象及删失处理方式可参考 NIST 可靠性统计手册 和 删失数据说明。
将原始记录整理为分析数据
现场系统通常分别保存设备台账、报警日志和维修工单。正式开展失效率或寿命分析前,应先建立以失效事件为中心的关联记录。
一条最小可用的失效事件记录建议包含:
| 字段 | 作用 | 示例 |
|---|---|---|
equipment_id |
唯一识别分析对象 | P-01 |
failure_id |
唯一识别失效事件 | F001 |
failure_mode |
记录失效模式 | 流量不足 |
failure_time |
记录确认或估计的失效时间 | 09:00 |
criterion |
保存对应失效判据 | 流量低于8.0 L/min持续至少10秒 |
report_ids |
关联报警或报修单 | R101、R102 |
maintenance_ids |
关联维修操作 | M001 |
restoration_time |
记录经核实的恢复时间 | 10:10 |
此外应保留测试工况、时间来源、测量证据、实际修复动作及原因确认状态。若只能确定失效发生在两次巡检之间,应记录观察区间,而不是编造精确时刻。
整理完成后,对 P-01 的本日记录执行以下检查:
- 查询失效事件表,应识别 F001、F002 共 2 次失效。
- 查询 F001 的关联报修记录,应找到 R101 和 R102。
- 查询 F001 的维修记录,应找到 M001,并以 10:10 的功能验证作为恢复依据。
- 查询 F002,应能确定其发生于已验证的恢复之后,而不是 F001 的重复报警。
最终用于可靠性建模的基础记录,应当由明确的分析对象、可重复判断的失效判据、独立失效事件及可信的时间数据组成。报修和维修资料可以用来解释事件,却不能直接替代失效事件计数。