在組件可靠性或不可修復的系統可靠性中，我們假設組件發生故障後，它就會被丟棄並且無法修復。組件的壽命使用威布爾或對數正態分佈（等等）進行建模，目標是估計給定比例的零件發生故障的時間或在給定時間發生故障的零件的比例。
在系統可靠性或可修復系統可靠性中，系統故障後，可以透過用新零件取代不可修復的零件來修復系統。系統可靠性分析涉及對不可修復組件的系統故障進行建模。數據來自計數過程——回應是給定時間修復事件的數量。目標是對平均累積函數C ( t ) 進行建模，該函數給出了時間t內的事件總數。根據這個估計，我們可以估計強度函數I ( t )，它給出了修復率。
系統可靠度分析
如果故障的分佈沒有記憶性，即故障間隔時間服從指數分佈，則平均故障間隔時間（MTBF）完全表徵了該過程。然而，如果故障間隔時間遵循不同的分佈，則平均值會隨時間變化，且 MTBF 無法充分錶徵該過程。
圖形分析，例如事件圖和平均累積函數圖（圖 1），可用於確定修復率是否隨時間變化。統計模型可以用來描述故障之間的時間。模型的參數可以被視為分組變數或協變數的函數。
圖 1. 三個系統的事件圖和平均累積函數圖：一個系統出現隨機故障，一個系統可靠度提高，一個系統可靠度下降。
Recurrence 平台中的模型包括齊次泊松過程和非齊次泊松過程。每個模型將平均累積函數的形式指定為線性、多項式或指數（圖 2）。可靠性成長平台可讓您對可靠性變化進行建模，無論是可靠性提高還是可靠性下降（圖 3）。
圖 2. 新增了齊次泊松過程（線性）和功率非齊次泊松過程（多項式）模型的可靠性下降的 MCF 圖。
圖 3. 採用分段威布爾非齊次泊松製程建模的可靠度成長 MTBF 圖。
更深入研究可修復系統的可靠性
觀看這一系列短視頻，了解如何視覺化、描述和推斷系統可靠性。
