Wat is MTBF?

MTBF, oftewel Mean Time Between Failures, is een betrouwbaarheidsmaatstaf die de gemiddelde bedrijfstijd meet tussen twee storingen van een repareerbaar bedrijfsmiddel. Het geeft onderhoudsteams inzicht in hoe lang een apparaat naar verwachting zal blijven werken voordat het opnieuw defect raakt. Hoe hoger de MTBF, hoe betrouwbaarder het apparaat. Voor productiebedrijven die complexe, hoogwaardige apparatuur beheren, is de MTBF een van de meest bruikbare cijfers in een onderhoudsprogramma, en inzicht in wat deze waarde in de praktijk betekent, is de eerste stap naar het terugdringen van ongeplande stilstand.

Hoe wordt de MTBF berekend?

De MTBF wordt berekend door de totale bedrijfstijd van een installatie te delen door het aantal storingen dat zich in die periode heeft voorgedaan. De formule is eenvoudig: MTBF = totale bedrijfstijd / aantal storingen. Als een koelinstallatie bijvoorbeeld 4.000 uur draait en vier keer uitvalt, bedraagt de MTBF 1.000 uur. Het resultaat geeft het gemiddelde interval tussen storingen onder normale bedrijfsomstandigheden weer.

Een paar belangrijke punten over het correct toepassen van deze formule:

Bij de bedrijfstijd moeten geplande stilstandtijden, geplande onderhoudsperiodes en opzettelijke uitschakelingen buiten beschouwing worden gelaten; alleen de uren waarin het bedrijfsmiddel daadwerkelijk in bedrijf was, mogen worden meegeteld.
Elke storingsmelding moet betrekking hebben op een functionele storing, en niet op een kleine aanpassing of een routineonderhoudsbeurt.
De MTBF is het meest zinvol wanneer deze over een voldoende lange periode wordt berekend; korte periodes met weinig storingen kunnen misleidende cijfers opleveren.
Voor apparatuur zoals koelmachines, ketels of RTU’s levert het bijhouden van de MTBF per type apparatuur (en niet alleen voor het gehele machinepark) onderhoudsteams veel nuttigere gegevens op.

Zodra u over een betrouwbare MTBF-waarde beschikt, vormt deze de basis voor het opstellen van realistische preventieve onderhoudsschema’s en het opstellen van prognoses voor de onderdelenvoorraad.

Hoe ziet een goede MTBF-score eruit?

Er bestaat geen universele ‘goede’ MTBF; de juiste maatstaf hangt volledig af van het type asset, de bedrijfsomgeving en het belang ervan voor de productie. Voor een koelmachine in een cleanroom gelden andere betrouwbaarheidsverwachtingen dan voor een transportbandmotor voor algemeen gebruik. Het belangrijkste is of uw MTBF in de loop van de tijd stijgt en hoe deze zich verhoudt tot de specificaties van de fabrikant en uw eigen historische referentiepunt.

Dat gezegd hebbende, kunnen een paar praktische aanknopingspunten helpen om de verwachtingen in het juiste perspectief te plaatsen:

Vergelijk deze gegevens met de gegevens van de OEM. Fabrikanten van apparatuur publiceren doorgaans de verwachte MTBF-cijfers voor hun apparatuur onder standaard bedrijfsomstandigheden. Als uw praktijkgegevens aanzienlijk onder die cijfers liggen, duidt dit op abnormale bedrijfsbelasting, uitgesteld onderhoud of een installatieprobleem.
Vergelijk binnen uw eigen machinepark. Als één exemplaar van hetzelfde type machine consequent een lagere MTBF laat zien dan identieke exemplaren, dan heeft die machine waarschijnlijk meer aandacht nodig, een aanpassing, een herinbedrijfstelling of frequentere inspecties.
Koppel de MTBF aan de impact op het bedrijf. Voor bedrijfskritische activa, zoals de koeling van datacenters of proceskoeling in de voedingsmiddelenindustrie, kan zelfs een bescheiden verbetering van de MTBF al een aanzienlijke kostenbesparing opleveren. Stel prioriteiten voor betrouwbaarheidsdoelstellingen op basis van de kosten die een storing verderop in het proces met zich meebrengt, en niet alleen op basis van de vervangingswaarde van het actief.

Het verbeteren van de MTBF gaat niet alleen om het sneller verhelpen van storingen, maar ook om het ontdekken van patronen waarmee storingen al in de kiem kunnen worden gesmoord.

Wat is het verschil tussen MTBF en MTTR?

MTBF geeft aan hoe lang een apparaat meegaat tussen twee storingen in; MTTR (Mean Time to Repair) geeft aan hoe lang het duurt om het apparaat weer operationeel te krijgen nadat er een storing is opgetreden. Samen geven ze een volledig beeld van de betrouwbaarheid van de apparatuur en de reactiesnelheid van het onderhoudsteam. MTBF is een maatstaf voor hoe vaak er iets misgaat; MTTR is een maatstaf voor hoe snel uw team het systeem weer in de lucht krijgt wanneer dat gebeurt.

Beide maatstaven zijn van belang en staan in direct verband met elkaar. Laten we eens twee scenario’s bekijken:

Hoge MTBF, lage MTTR: apparatuur valt zelden uit en is snel weer operationeel. Dit is de streeftoestand voor de meeste bedrijfsactiviteiten met een groot aantal activa.
Lage MTBF, hoge MTTR: apparatuur valt vaak uit en het duurt lang om deze te repareren. Bij deze combinatie wordt ongeplande stilstand een strategisch probleem, en niet alleen een operationeel probleem.

Bij industriële productieprocessen wordt de MTTR sterk beïnvloed door de snelheid waarmee een technicus toegang heeft tot een nauwkeurige geschiedenis van de bedrijfsmiddelen, de juiste documentatie en de juiste onderdelen. Een buitendiensttechnicus die ter plaatse aankomt zonder volledige onderhoudsgegevens, zal bijna altijd meer tijd nodig hebben om de storing te diagnosticeren en op te lossen, waardoor de MTTR direct toeneemt en het percentage succesvolle reparaties bij de eerste poging daalt. Daarom kunnen deze twee indicatoren het beste gezamenlijk worden bijgehouden in plaats van afzonderlijk.

Hoe hangt de MTBF samen met preventieve onderhoudsschema’s?

De MTBF is de belangrijkste uitgangspunt voor het vaststellen van realistische preventieve onderhoudsintervallen. Als voor een installatie een MTBF van 1.200 uur is vastgesteld, biedt het inplannen van een preventieve onderhoudsinspectie bij 900 tot 1.000 uur het onderhoudsteam voldoende speelruimte om slijtage in een vroeg stadium op te sporen, voordat er een functionele storing optreedt. Zonder MTBF-gegevens zijn preventieve onderhoudsschema’s gebaseerd op giswerk of algemene aanbevelingen van de fabrikant, die mogelijk geen recht doen aan de daadwerkelijke bedrijfsomstandigheden.

Deze relatie werkt in beide richtingen. Een goed uitgevoerd preventief onderhoudsprogramma – waarbij slijtage in een vroeg stadium wordt opgespoord, koelcircuits op lekken worden gecontroleerd, verschildrukmetingen op koelsystemen worden uitgevoerd en oververhitting en onderkoeling op VRF-systemen worden gemeten – zou de MTBF op termijn moeten verlengen. Naarmate uw preventief onderhoudsprogramma zich verder ontwikkelt en uw MTBF-cijfers verbeteren, kunt u de inspectie-intervallen aanpassen om te voorkomen dat u apparatuur die goed presteert te vaak onderhoudt, en uw middelen richten op de apparatuur die dat niet doet.

Deze terugkoppeling tussen MTBF-gegevens en de planning van preventief onderhoud is wat reactief onderhoud onderscheidt van een werkelijk datagestuurde onderhoudsaanpak. Dit vereist een consistente documentatie van werkorders, zodat elke storing nauwkeurig wordt vastgelegd en gekoppeld aan de onderhoudsgeschiedenis van het betreffende bedrijfsmiddel.

Waarom kunnen MTBF-cijfers onderhoudsteams soms op het verkeerde been zetten?

MTBF kan misleidend zijn wanneer teams het als een voorspelling beschouwen in plaats van als een historisch gemiddelde. MTBF geeft aan wat er gemiddeld is gebeurd, maar zegt niets over wanneer de volgende storing zich zal voordoen. Een apparaat met een MTBF van 1.000 uur kan al na 200 uur uitvallen, of pas na 2.000 uur. De aanname dat een hoge MTBF betekent dat een apparaat ‘veilig’ is tot het volgende geplande onderhoudsinterval, is een van de meest voorkomende en kostbare misvattingen over deze maatstaf.

Er zijn nog verschillende andere factoren die ervoor zorgen dat de MTBF tot misleidende conclusies leidt:

Kleine steekproefomvang. Een MTBF die is berekend op basis van twee of drie storingen is statistisch gezien onbetrouwbaar. Het cijfer krijgt pas betekenis wanneer het een afspiegeling is van een voldoende aantal storingen gedurende een lange gebruiksperiode.
Gemengde storingspatronen. Als een installatie telkens om verschillende redenen uitvalt – de ene cyclus een koelmiddellek, de volgende cyclus een elektrische storing – dan worden de werkelijke patronen verdoezeld door die storingen te middelen tot één enkele MTBF. Door storingspatronen afzonderlijk bij te houden, verkrijgt men veel bruikbaardere gegevens.
Geen rekening houden met de bedrijfsomstandigheden. Een apparaat dat onder maximale belasting draait in een omgeving met hoge omgevingstemperaturen zal vaker defect raken dan hetzelfde apparaat onder ideale omstandigheden. MTBF-cijfers waarin geen rekening wordt gehouden met de bedrijfsomstandigheden kunnen onrealistische verwachtingen wekken.
MTBF verwarren met de levensduur. MTBF heeft betrekking op repareerbare storingen tijdens de gebruiksduur van een bedrijfsmiddel; het is geen maatstaf voor hoe lang het bedrijfsmiddel meegaat voordat vervanging nodig is.

De meest betrouwbare onderhoudsprogramma's gebruiken MTBF als één van de vele factoren en combineren deze met op de toestand gebaseerde indicatoren, observaties van technici tijdens preventieve onderhoudsbezoeken en, indien beschikbaar, trendgegevens uit BAS-systemen.

Hoe Gomocha je helpt om actie te ondernemen op basis van MTBF-gegevens

Het bijhouden van de MTBF heeft alleen zin als de onderliggende gegevens nauwkeurig zijn en toegankelijk zijn op het moment dat uw technici die het hardst nodig hebben. Een onverwachte storing van apparatuur in de productie kost veel meer dan de reparatie zelf; het heeft een domino-effect op productieschema’s, SLA’s en servicecontracten. Algemene FSM-platforms die zijn ontwikkeld voor IT-omgevingen in grote ondernemingen gaan uit van connectiviteit en standaardisatie die op de fabrieksvloer en in technische ruimtes simpelweg niet aanwezig zijn. Juist die kloof is de reden waarom onderhoudsprogramma’s mislukken.

We hebben Gomocha speciaal ontwikkeld voor industriële bedrijven met een groot aantal activa. Dit is wat dat in de praktijk betekent voor uw MTBF- en MTTR-resultaten:

Mobiele app die offline werkt: Technici hebben op de werkvloer toegang tot de volledige geschiedenis van de bedrijfsmiddelen, checklists voor preventief onderhoud en onderhoudsdocumentatie, zelfs zonder signaal. Bij elke voltooide werkopdracht worden nauwkeurige storingsgegevens automatisch teruggekoppeld naar uw MTBF-berekeningen.
No-code workflowontwerper: Ops-teams kunnen PM-checklists per type installatie – VRF-systemen, koelmachines, ketels, RTU’s – configureren zonder op IT te hoeven wachten. Inspectie-intervallen kunnen worden bijgewerkt naarmate de MTBF-gegevens veranderen, zonder dat daarvoor een volledig IT-project nodig is.
Gegarandeerde ERP-integratie: native integraties met AFAS en Microsoft Dynamics, en via connectoren ook met SAP en JDE, zorgen ervoor dat de gegevens van werkorders rechtstreeks in uw bestaande systemen worden ingevoerd. Geen handmatige herinvoer, geen ontbrekende gegevens die uw betrouwbaarheidscijfers negatief beïnvloeden.
Speciaal ontwikkeld voor complexe bedrijfsmiddelen: bij 13 klanten en 177.484 werkorders hebben onderhoudsteams in de productiesector die ons ‘field service ’-platform gebruiken, het aantal ongeplande stilstanden met maximaal 41% teruggedrongen en het percentage problemen dat bij de eerste reparatie wordt opgelost met maximaal 19% verbeterd.

Als uw onderhoudsschema nog steeds wordt bepaald door onverwachte storingen in de apparatuur in plaats van door uw MTBF-gegevens, is het de moeite waard om na te gaan waar de verborgen inefficiënties zich bevinden. Begin met onze efficiëntiebeoordeling om een duidelijk beeld te krijgen van de huidige stand van zaken binnen uw bedrijf en waar de grootste verbeteringen mogelijk zijn.

Veelgestelde vragen

Hoeveel storingen zijn er nodig voordat mijn MTBF-waarde statistisch betrouwbaar is?

Als algemene regel geldt dat er ten minste 10 of meer storingen bij één enkel apparaat nodig zijn voordat uw MTBF-cijfer statistisch gezien betekenisvol is. Bij een kleiner aantal gegevenspunten kan één enkele ongewoon vroege of ongewoon late storing het gemiddelde aanzienlijk vertekenen. Als u met een nieuwer apparaat werkt of met een apparaat dat zelden defect raakt, kunt u overwegen om gegevens van identieke eenheden in uw park te bundelen om zo een betrouwbaardere basis te creëren, terwijl de geschiedenis van het individuele apparaat zich verder ontwikkelt.

Kan MTBF worden toegepast op bedrijfsmiddelen die niet te repareren zijn of die doorgaans bij defect worden vervangen?

Nee — MTBF is specifiek bedoeld voor repareerbare onderdelen die na een storing weer in gebruik kunnen worden genomen. Voor niet-repareerbare onderdelen, zoals zekeringen, sensoren of onderdelen voor eenmalig gebruik, is MTTF (Mean Time to Failure) de juiste maatstaf; deze meet de verwachte levensduur voordat het onderdeel volledig wordt vervangen. Het toepassen van de MTBF-logica op niet-repareerbare onderdelen levert misleidende betrouwbaarheidsgegevens op en kan leiden tot verkeerd getimede vervangingsschema’s.

Wat is de beste manier om te beginnen met het bijhouden van de MTBF als mijn team momenteel geen gestructureerde storingsgegevens heeft?

Begin met het standaardiseren van de manier waarop storingen in uw werkorders worden vastgelegd — bij elke voltooide reparatie moeten het asset-ID, de datum en het tijdstip waarop de storing zich voordeed, en een korte beschrijving van de storingswijze worden vastgelegd. Zelfs een eenvoudige bijhouding via een spreadsheet kan binnen 6 tot 12 maanden een nuttige referentie opleveren voor assets met een gemiddelde storingsfrequentie. Zodra u over een consistente gegevensstroom beschikt, kan een platform voor het beheer van de field service de aggregatie automatiseren en MTBF-trends per asset-type in kaart brengen zonder dat er handmatige berekeningen nodig zijn.

Moeten de MTBF-doelstellingen voor kritieke activa verschillen van die voor niet-kritieke activa?

Absoluut — de kriticiteit moet rechtstreeks bepalend zijn voor uw MTBF-doelstellingen en voor de mate waarin u investeert in het verbeteren daarvan. Voor bedrijfskritische installaties, zoals proceskoeling in de voedingsmiddelenindustrie of HVAC-systemen in cleanroomomgevingen, kan zelfs een verbetering van de MTBF met 10–15% stilstand met kosten in de honderdduizenden voorkomen, wat een sterke zakelijke reden vormt voor frequentere preventieve onderhoudsbeurten of conditiebewaking. Voor niet-kritische installaties kan een lagere MTBF volkomen acceptabel zijn als de kosten van een storing laag zijn en het herstel snel verloopt, zodat middelen beter elders kunnen worden ingezet.

Hoe weet ik of een daling van de MTBF een echt betrouwbaarheidsprobleem is of slechts een statistische schommeling?

Bekijk de trend over meerdere voortschrijdende periodes — een enkele periode met een lagere MTBF duidt niet per se op een verslechterend betrouwbaarheidsprobleem, vooral niet als het aantal storingen klein is. Als de MTBF echter gedurende drie of meer opeenvolgende periodes consequent daalt, of als deze sterk daalt in combinatie met een verandering in de bedrijfsbelasting, de omgeving of de onderhoudsfrequentie, is dat een signaal dat nader onderzoek verdient. Door MTBF-trendgegevens te koppelen aan observaties van technici tijdens preventieve onderhoudsbezoeken en aan eventuele beschikbare gegevens over conditiebewaking, kunt u een echt verslechteringspatroon onderscheiden van statistische ruis.

Welke veelvoorkomende fouten maken onderhoudsteams bij de eerste implementatie van MTBF-monitoring?

De meest voorkomende fout is het meerekenen van geplande stilstandtijd en onderhoudsvensters in de berekening van de bedrijfstijd, waardoor de MTBF kunstmatig wordt verlaagd en activa minder betrouwbaar lijken dan ze in werkelijkheid zijn. Een goede tweede is het behandelen van alle onderhoudsonderbrekingen als storingen — routineonderhoud, kleine aanpassingen en door de operator veroorzaakte onderbrekingen moeten apart worden gecategoriseerd van echte functionele storingen. Teams berekenen ook vaak één enkele MTBF voor het gehele wagenpark in plaats van per type asset bij te houden, waardoor de slecht presterende activa die de meeste aandacht nodig hebben, uit het zicht blijven.

Hoe leidt het verbeteren van de MTBF rechtstreeks tot lagere onderhoudskosten, en niet alleen tot minder stilstand?

Een hogere MTBF betekent minder ongeplande storingen per jaar, wat direct leidt tot lagere kosten voor noodpersoneel, snellere inkoop van onderdelen en lagere tarieven die vaak gepaard gaan met servicebezoeken buiten kantooruren of in noodgevallen. Het stelt onderhoudsteams ook in staat om uitgaven te verschuiven van reactieve reparaties — die doorgaans twee tot vijf keer duurder zijn dan gepland onderhoud — naar gepland preventief onderhoud, waarvoor personeel en middelen efficiënt kunnen worden ingezet. Op de lange termijn hebben bedrijfsmiddelen met een consistent hoge MTBF doorgaans ook een langere totale levensduur, waardoor de kapitaalkosten voor vervanging worden uitgesteld.