Gdy awaria nie jest zaskoczeniem, tylko powtarzalnym wzorcem

 
Linia pracuje stabilnie przez kilka dni, a potem znowu zatrzymuje się ten sam podajnik. Technik wymienia element, produkcja wraca do pracy, raport zostaje zamknięty. Po tygodniu sytuacja się powtarza. Potem jeszcze raz. Za każdym razem awaria wygląda jak osobne zdarzenie, ale z perspektywy danych widać coś więcej: maszyna psuje się w przewidywalnym rytmie.
 
Właśnie tutaj pojawia się MTBF (Mean Time Between Failures), czyli średni czas między awariami. To jeden z najważniejszych wskaźników dla utrzymania ruchu, ponieważ pomaga odpowiedzieć na pytanie: jak długo maszyna, linia lub komponent pracuje bez awarii? W produkcji seryjnej MTBF nie jest tylko techniczną liczbą w raporcie. To informacja o stabilności procesu, jakości prewencji, kondycji maszyn i ryzyku kolejnych zatrzymań.
 

Czym jest MTBF?

Mean Time Between Failures oznacza średni czas pracy pomiędzy awariami. Wskaźnik jest najczęściej stosowany dla maszyn, linii, stanowisk lub komponentów, które po awarii są naprawiane i wracają do pracy.

W literaturze dotyczącej niezawodności i utrzymania ruchu MTBF jest powiązany z pojęciami niezawodności, dostępności technicznej oraz analizy uszkodzeń [1][2]. W praktyce produkcyjnej pomaga ocenić, czy dana maszyna pracuje stabilnie, czy awarie pojawiają się zbyt często.

Najprościej mówiąc:

MTTR pokazuje, jak długo trwa naprawa.
MTBF pokazuje, jak długo maszyna działa między awariami.
 
Oba wskaźniki są ważne, ale odpowiadają na inne pytania.
 
MTTR:Jak szybko przywracamy maszynę do pracy?

MTBF: Jak często maszyna przestaje działać?

Dopiero razem pokazują pełniejszy obraz niezawodności i sprawności utrzymania ruchu.
 

Jak obliczyć MTBF?

 
Podstawowy wzór wygląda tak:
 
MTBF = całkowity czas pracy / liczba awarii

Przykład:

Maszyna pracowała w miesiącu 300 godzin. W tym czasie wystąpiło 6 awarii.

MTBF = 300 godzin / 6 awarii = 50 godzin
 
Oznacza to, że średnio co 50 godzin pracy pojawiała się awaria.
 
Na pierwszy rzut oka wskaźnik jest prosty. W praktyce trzeba jednak ustalić kilka zasad:

•  czy liczymy czas kalendarzowy, czy tylko czas rzeczywistej pracy maszyny, 
•  jakie zdarzenia uznajemy za awarie, 
•  czy mikroprzestoje wchodzą do obliczeń, 
•  czy liczymy MTBF dla całej linii, czy dla konkretnego komponentu, 
•  czy analizujemy wszystkie awarie razem, czy według kategorii. 

Bez tych ustaleń MTBF może być mylący. Jedna firma może liczyć tylko poważne awarie zatrzymujące linię, a druga także krótkie zatrzymania wymagające interwencji operatora. Wyniki będą nieporównywalne, nawet jeśli maszyny pracują w podobnych warunkach.
 

MTBF a MTTR. Dwa wskaźniki, które trzeba czytać razem

 
MTBF i MTTR często są analizowane osobno, ale największą wartość dają dopiero razem.
 
Przykład:
 
Maszyna A psuje się rzadko, ale każda awaria trwa długo.

Maszyna B psuje się często, ale naprawy trwają kilka minut.
 
Która jest większym problemem?
 
Bez danych o wpływie na produkcję trudno odpowiedzieć. Maszyna A może blokować całą linię na kilka godzin, a Maszyna B może generować krótkie, ale bardzo częste zakłócenia, które obniżają wydajność i angażują operatorów.
 
W analizie dostępności często wykorzystuje się relację między czasem pracy bezawaryjnej i czasem naprawy. W uproszczonym ujęciu dostępność techniczna może być analizowana przez zestawienie MTBF i MTTR [1][2].
 
Im dłuższy MTBF i krótszy MTTR, tym lepsza dostępność.
 Im krótszy MTBF i dłuższy MTTR, tym większe ryzyko dla produkcji.
 
W praktyce warto patrzeć na cztery scenariusze:
 

Taka analiza pomaga uniknąć prostego błędu: skupiania się wyłącznie na najdłuższych awariach, gdy realne straty generują zdarzenia częste i powtarzalne.
 

Dlaczego MTBF ma znaczenie dla OEE?

 
OEE zależy od dostępności, wydajności i jakości. MTBF wpływa głównie na dostępność, ponieważ pokazuje, jak często maszyna przerywa pracę z powodu awarii.

W podejściu TPM, czyli Total Productive Maintenance, po polsku najczęściej tłumaczonym jako kompleksowe produktywne utrzymanie ruchu, awarie i nieplanowane postoje należą do kluczowych strat ograniczających efektywność produkcji [3]. Jeżeli MTBF spada, oznacza to, że maszyna coraz częściej przestaje działać stabilnie. Nawet jeśli każda naprawa jest szybka, powtarzalne zatrzymania mogą obniżać OEE, zaburzać plan zmian i zwiększać presję na utrzymanie ruchu.
 
Przykład:
 
Jeśli stanowisko zatrzymuje się raz na 200 godzin, problem może być akceptowalny. Jeśli po kilku miesiącach MTBF spada do 80 godzin, warto sprawdzić, co się zmieniło:
 

•  stan komponentów, 
•  jakość materiału, 
•  ustawienia procesu, 
•  obciążenie maszyny, 
•  harmonogram przeglądów, 
•  sposób obsługi przez operatorów, 
•  dostępność części zamiennych. 

MTBF jest więc wskaźnikiem ostrzegawczym. Nie mówi od razu, jaka jest przyczyna problemu, ale pokazuje, że niezawodność zaczyna się pogarszać.
 

Co najczęściej obniża MTBF?

 
Niski MTBF oznacza, że maszyna lub komponent psuje się często. Przyczyną nie zawsze jest zużycie techniczne. W produkcji seryjnej powtarzalne awarie mogą wynikać z wielu czynników procesowych, organizacyjnych i eksploatacyjnych.
 
Najczęstsze przyczyny spadku MTBF to:
 

•  brak regularnych przeglądów, 
•  przeglądy wykonywane formalnie, bez realnej diagnostyki, 
•  przeciążenie maszyny, 
•  nieprawidłowe ustawienia procesu, 
•  zmiana materiału lub dostawcy komponentów, 
•  brak analizy powtarzalnych awarii, 
•  niewłaściwa eksploatacja przez operatorów, 
•  brak checklist i standardów obsługi, 
•  opóźniona wymiana części zużywalnych, 
•  zamykanie zleceń bez opisu przyczyny awarii. 

Badania dotyczące pomiaru efektywności funkcji maintenance wskazują, że wskaźniki utrzymania ruchu powinny być powiązane z działaniami doskonalącymi, a nie traktowane wyłącznie jako element raportowania [4]. Sam spadek MTBF niczego jeszcze nie naprawia. Wartość pojawia się dopiero wtedy, gdy dane prowadzą do decyzji: zmiany harmonogramu przeglądów, aktualizacji procedury, szkolenia operatorów albo analizy przyczyn źródłowych.
 

Jak poprawiać MTBF w praktyce?

 
Poprawa MTBF nie polega na tym, żeby „maszyna się nie psuła”. W realnej produkcji awarie będą występować. Celem jest ograniczanie awarii powtarzalnych, przewidywalnych i możliwych do uniknięcia dzięki lepszej prewencji oraz analizie danych.
 

Zacznij od najczęstszych awarii, nie od całego parku maszynowego

 
Największym błędem jest próba analizowania wszystkiego naraz. Lepiej wybrać kilka maszyn lub stanowisk o największym wpływie na produkcję i sprawdzić:
 

•  które awarie powtarzają się najczęściej, 
•  jaki jest ich średni odstęp w czasie, 
•  czy dotyczą tych samych komponentów, 
•  czy występują na konkretnej zmianie, 
•  czy są powiązane z materiałem, formatem lub typem zlecenia. 

Celem nie jest stworzenie idealnego raportu, ale znalezienie pierwszych powtarzalnych wzorców.
 

Oddziel awarie losowe od powtarzalnych

 
Nie każda awaria ma taki sam charakter. Część zdarzeń jest losowa i trudna do przewidzenia. Inne wracają regularnie, tylko nikt nie patrzy na nie jako na serię.
 
Jeśli ten sam czujnik, napęd lub podajnik zatrzymuje produkcję co kilka dni, to nie jest już „kolejna awaria”. To sygnał, że trzeba sprawdzić przyczynę głębiej: warunki pracy, montaż, ustawienia, jakość części, obciążenie albo sposób obsługi.
 

Powiąż MTBF z historią zleceń

 
MTBF pokazuje odstęp między awariami, ale nie wyjaśnia samodzielnie, dlaczego awarie wracają. Dlatego powinien być analizowany razem z historią zleceń serwisowych.
 
Dobrze opisane zlecenie powinno zawierać:

•  objawy, 
•  kategorię awarii, 
•  przyczynę, 
•  wykonane działania, 
•  wymienione części, 
•  parametry procesu, 
•  wnioski na przyszłość. 

Koncepcja wykorzystywania doświadczeń z wcześniejszych interwencji maintenance jako wsparcia dla kolejnych decyzji jest opisywana jako experience feedback [5]. W praktyce oznacza to, że każda awaria powinna zostawić po sobie wiedzę, a nie tylko zamknięty status.
 

Aktualizuj harmonogramy przeglądów

 
Jeśli MTBF dla konkretnego komponentu systematycznie spada, harmonogram prewencji może być niedopasowany. Być może przegląd wykonywany co 8 tygodni powinien być wykonywany co 6 tygodni. Być może sama częstotliwość nie wystarczy i trzeba zmienić zakres kontroli.
 
MTBF pomaga przejść od prewencji „na wyczucie” do prewencji opartej na danych. Nie zastępuje doświadczenia techników, ale daje im konkretny sygnał: gdzie warto szukać przyczyny i które elementy powinny trafić na listę obserwacji.
 

Włącz operatorów w obserwację pierwszych objawów

 
Operator często widzi objawy wcześniej niż system: nietypowy dźwięk, wibrację, opóźnioną reakcję elementu, częstsze mikroprzestoje. Jeśli te sygnały nie są zgłaszane, dział UR dowiaduje się o problemie dopiero wtedy, gdy maszyna już stoi.
 
Dlatego poprawa MTBF zaczyna się również od prostego zgłaszania niepokojących objawów. Cyfrowy Andon, statusy stanowisk, kategorie zgłoszeń i komentarze operatorów pomagają wychwycić problemy zanim staną się powtarzalną awarią.
 

Jak AndonCloud może wspierać analizę MTBF?

 
AndonCloud może wspierać analizę MTBF przede wszystkim przez rejestrowanie zdarzeń, historii awarii i zleceń serwisowych. Jeżeli każde zgłoszenie jest zapisywane cyfrowo, firma może sprawdzić nie tylko, ile trwała naprawa, ale również jak często dany problem wraca.
 
Przykład:
 
Operator zgłasza awarię podajnika na linii pakującej. System zapisuje czas zdarzenia, stanowisko, kategorię, komentarz i status. W module CMMS powstaje zlecenie serwisowe. Technik uzupełnia przyczynę, działania i wymienione części. Po kilku tygodniach kierownik UR widzi, że podobne zdarzenie pojawia się średnio co 60 godzin pracy.
 
To już nie jest pojedyncza awaria. To wzorzec, który można analizować.
 
AndonCloud może wspierać pracę nad MTBF przez:

•  cyfrowe zgłaszanie awarii, 
•  statusy stanowisk, 
•  komentarze do zdarzeń, 
•  automatyczne powiadomienia, 
•  zlecenia serwisowe w CMMS, 
•  historię zleceń, 
•  szablony procedur, 
•  zlecenia cykliczne, 
•  raportowanie zdarzeń, 
•  analizę powtarzalnych awarii. 

Dzięki temu kierownik utrzymania ruchu może łatwiej odpowiedzieć na pytania:
 

•  które maszyny psują się najczęściej? 
•  jaki jest średni czas między awariami? 
•  czy awarie dotyczą tych samych komponentów? 
•  czy problem pojawia się po określonym czasie pracy? 
•  czy harmonogram prewencji jest dobrze ustawiony? 
•  czy awaria wraca mimo wykonanej naprawy? 

System nie eliminuje awarii samym wdrożeniem. Pomaga jednak zbudować proces, w którym awarie są widoczne, mierzalne i możliwe do analizy.
 

MTBF jako wskaźnik do rozmowy między produkcją a utrzymaniem ruchu

 
W wielu firmach rozmowa o awariach zaczyna się dopiero wtedy, gdy produkcja nie realizuje planu. Produkcja widzi postoje, utrzymanie ruchu widzi liczbę interwencji, a zarząd widzi spadek efektywności. MTBF może pomóc uporządkować tę rozmowę, bo pokazuje częstotliwość awarii w sposób liczbowy.
 
Zamiast mówić: Ta maszyna ciągle się psuje, można powiedzieć: W ostatnich trzech miesiącach MTBF tej maszyny spadł ze 120 do 65 godzin, a większość awarii dotyczy układu podawania.

To zupełnie inny poziom rozmowy. Dane pozwalają ustalić priorytet, zaplanować działania i ocenić, czy zmiana procedury lub harmonogramu przeglądów faktycznie poprawiła sytuację.
 
MTBF nie jest więc tylko wskaźnikiem technicznym. To narzędzie do wspólnego zarządzania dostępnością, ryzykiem i prewencją.
 

Od czego zacząć pracę nad MTBF?

 
Najlepiej zacząć od małego, konkretnego obszaru. Nie trzeba od razu liczyć MTBF dla całego zakładu.
 
Praktyczna sekwencja może wyglądać tak:
 

1.  Wybierz jedną linię lub grupę krytycznych maszyn. 
2.  Zdefiniuj, co uznajesz za awarię. 
3.  Ustal, czy liczysz czas kalendarzowy, czy czas pracy maszyny. 
4.  Zbierz dane o awariach z ostatnich 1–3 miesięcy. 
5.  Oblicz MTBF dla najczęstszych kategorii awarii. 
6.  Sprawdź, które awarie wracają w podobnych odstępach czasu. 
7.  Porównaj dane z historią zleceń i harmonogramem przeglądów. 
8.  Wybierz 2–3 działania prewencyjne i obserwuj zmianę wskaźnika. 

Najważniejsze jest zachowanie jednej definicji i konsekwencja w zbieraniu danych. Nawet prosty MTBF liczony regularnie jest bardziej wartościowy niż rozbudowany raport tworzony raz na kwartał z niepełnych informacji.
 

Podsumowanie

 
MTBF w produkcji seryjnej pokazuje, jak długo maszyna, linia lub komponent pracuje między awariami. To jeden z kluczowych wskaźników niezawodności, ale jego wartość zależy od jakości danych i sposobu interpretacji.
 
Sam wskaźnik nie odpowiada na pytanie, dlaczego awarie występują. Pokazuje jednak, gdzie warto szukać problemu: w komponentach, warunkach pracy, procedurach, przeglądach, obsłudze lub historii wcześniejszych interwencji.
 
Największą wartość MTBF daje wtedy, gdy jest analizowany razem z MTTR, OEE, historią zleceń i kategoriami awarii. Wtedy przestaje być tylko liczbą w raporcie, a staje się narzędziem do planowania prewencji, poprawy niezawodności i lepszej współpracy między produkcją a utrzymaniem ruchu.
 
AndonCloud może wspierać ten proces przez cyfrowe zgłaszanie awarii, rejestrację zdarzeń, zlecenia serwisowe, procedury, historię interwencji i raportowanie. Dzięki temu firma może nie tylko szybciej reagować na awarie, ale też lepiej rozumieć, dlaczego wracają.
 

FAQ

Co to jest MTBF?

 
MTBF, czyli Mean Time Between Failures, oznacza średni czas pracy między awariami. W produkcji seryjnej wskaźnik pokazuje, jak długo maszyna, linia lub komponent działa bez awarii. Im wyższy MTBF, tym rzadziej dochodzi do zatrzymań. Warto jednak pamiętać, że MTBF powinien być liczony według jasno ustalonej definicji awarii i czasu pracy.
 

Jak obliczyć MTBF?

 
Najprostszy wzór to: MTBF = całkowity czas pracy / liczba awarii. Jeśli maszyna pracowała 300 godzin i w tym czasie wystąpiło 6 awarii, MTBF wynosi 50 godzin. Oznacza to, że średnio co 50 godzin pojawiała się awaria. Dla wiarygodnego wyniku trzeba ustalić, czy liczymy tylko czas pracy maszyny, czy czas kalendarzowy oraz jakie zdarzenia uznajemy za awarie.
 

Czym różni się MTBF od MTTR?

 
MTBF pokazuje, jak często dochodzi do awarii, czyli ile czasu mija między kolejnymi uszkodzeniami. MTTR pokazuje, jak długo trwa naprawa po wystąpieniu awarii. W praktyce oba wskaźniki warto analizować razem. Maszyna może psuć się rzadko, ale długo wracać do pracy, albo psuć się często, ale być szybko naprawiana. Każda z tych sytuacji wymaga innych działań.
 

Jak MTBF wpływa na OEE?

 
MTBF wpływa przede wszystkim na dostępność, czyli jeden z głównych składników OEE. Jeśli maszyna często się zatrzymuje, dostępny czas produkcyjny spada. Nawet krótkie, ale powtarzalne awarie mogą obniżać OEE, jeśli pojawiają się regularnie. Dlatego MTBF warto analizować razem z liczbą awarii, czasem naprawy, kategorią przyczyn i wpływem na plan produkcji.
 

Co oznacza niski MTBF?

 
Niski MTBF oznacza, że maszyna lub komponent psuje się często. Może to wynikać ze zużycia części, błędnych ustawień procesu, przeciążenia maszyny, niewłaściwej obsługi, niedopasowanej prewencji albo braku analizy powtarzalnych awarii. Niski MTBF nie wskazuje automatycznie jednej przyczyny, ale jest sygnałem, że dany obszar wymaga dokładniejszej analizy.
 

Jak poprawić MTBF w utrzymaniu ruchu?

 
Poprawę MTBF warto zacząć od analizy najczęstszych awarii i powiązania ich z historią zleceń. Pomagają dobrze opisane zgłoszenia, procedury diagnostyczne, zlecenia cykliczne, analiza powtarzalnych komponentów oraz aktualizacja harmonogramów przeglądów. Celem jest ograniczenie awarii powtarzalnych, a nie tylko szybsze reagowanie na kolejne zatrzymania.
 

Czy MTBF można liczyć dla całej linii produkcyjnej?

 
Tak, MTBF można liczyć dla całej linii, ale często bardziej praktyczne jest liczenie go także dla konkretnych maszyn, stanowisk lub komponentów. MTBF dla całej linii pokazuje ogólną stabilność procesu, ale może ukrywać problematyczne elementy. Analiza na niższym poziomie pozwala szybciej znaleźć źródło powtarzalnych awarii.
 

Jak AndonCloud pomaga analizować MTBF?

 
AndonCloud może rejestrować zgłoszenia awarii, statusy stanowisk, kategorie zdarzeń, zlecenia serwisowe i historię interwencji. Dzięki temu firma może sprawdzić, jak często wraca dany problem, na których stanowiskach pojawia się najczęściej i czy awarie występują w podobnych odstępach czasu. Dane te wspierają planowanie prewencji i analizę niezawodności.
 

Czy sam MTBF wystarczy do oceny niezawodności?

 
Nie. MTBF jest ważnym wskaźnikiem, ale nie powinien być analizowany samodzielnie. Warto zestawiać go z MTTR, OEE, dostępnością, liczbą awarii, kategoriami przyczyn, historią zleceń i kosztami przestojów. Dopiero taki kontekst pokazuje, czy problemem jest częstotliwość awarii, czas naprawy, brak części, procedury czy organizacja pracy.
 

Źródła

[1] EN 13306. Maintenance — Maintenance terminology. European Committee for Standardization.

[2] IEC 60050-192. International Electrotechnical Vocabulary — Part 192: Dependability. International Electrotechnical Commission.

[3] Nakajima, S. (1988). Introduction to TPM: Total Productive Maintenance. Productivity Press.

[4] Muchiri, P., Pintelon, L., Gelders, L., & Martin, H. (2011). Development of maintenance function performance measurement framework and indicators. International Journal of Production Economics, 131(1), 295–302.

[5] Ruiz, P. P., Kamsu-Foguem, B., & Grabot, B. (2014). Generating knowledge in maintenance from Experience Feedback. Knowledge-Based Systems, 68, 4–20.

[6] ISO 22400-2. Automation systems and integration — Key performance indicators for manufacturing operations management — Part 2: Definitions and descriptions. International Organization for Standardization.