{"id":108768,"date":"2026-10-24T12:48:10","date_gmt":"2026-10-24T12:48:10","guid":{"rendered":"https:\/\/skyplanner.ai\/?p=108768"},"modified":"2026-10-24T12:50:23","modified_gmt":"2026-10-24T12:50:23","slug":"mtbf","status":"publish","type":"post","link":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/","title":{"rendered":"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF"},"content":{"rendered":"
\n\n

Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF<\/h1>\n\n
\n\n

Hjem<\/a> » Ressurser<\/a> » Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF<\/p>\n\n\n

<\/path><\/svg><\/span><\/span>Estimert lesetid: <\/span>11<\/span> minutter<\/span><\/p>\n\n<\/div>\n

\n\n

Gjennomsnittlig tid mellom feil (MTBF) er gjennomsnittlig driftstid per feil for utstyr som kan repareres.<\/strong> For en produksjonsmaskin beregner du dette ved \u00e5 dele samlet antall driftstimer p\u00e5 antall utstyrsfeil registrert i samme observasjonsperiode:<\/p>\n\n\n

MTBF = samlet driftstid \u00f7 antall feil<\/strong><\/p>\n\n\n

En maskin med 160 driftstimer og fire feil har en observert MTBF p\u00e5 40 driftstimer. Det betyr ikke at den vil havarere hver 40. time, eller at service rett f\u00f8r den 40. timen vil forhindre neste feil.<\/p>\n\n\n

Det nyttige sp\u00f8rsm\u00e5let er hva m\u00f8nsteret gir grunn til \u00e5 unders\u00f8ke og endre. N\u00e5r vedlikehold og produksjon har blitt enige om et tiltak, m\u00e5 perioden maskinen blir utilgjengelig, ogs\u00e5 inn i ordreplanen. SkyPlanner APS knytter denne kapasitetsendringen til arbeidet og leveringsdatoene som ber\u00f8res, slik at du slipper \u00e5 samordne en vedlikeholdsliste med separate jobbk\u00f8er for maskinene.<\/p>\n\n\n

Avklar hva MTBF-beregningen faktisk m\u00e5ler<\/h2>\n\n\n

Selve divisjonen er enkel. Det krever mer omtanke \u00e5 sikre at driftstimene og antallet feil m\u00e5ler det samme. F\u00f8r du tar ut en rapport, b\u00f8r du avklare fire ting med dem som registrerer dataene.<\/p>\n\n\n

Avgrens utstyret som skal m\u00e5les<\/h3>\n\n\n

Ta utgangspunkt i en bestemt maskin eller et tydelig avgrenset system. Et maskineringssenter, spindelen i senteret og hele maskineringsavdelingen er tre forskjellige avgrensninger for m\u00e5lingen.<\/p>\n\n\n

M\u00e5ler du hele maskinen, regnes en spindelfeil som hindrer maskinen i \u00e5 utf\u00f8re det p\u00e5krevde arbeidet, som en maskinfeil. At spindelkomponenten skiftes ut og maskinen settes i drift igjen, gj\u00f8r ikke maskinen til utstyr som ikke kan repareres.<\/p>\n\n\n

Det er ogs\u00e5 mulig \u00e5 m\u00e5le p\u00e5 linjeniv\u00e5, men da m\u00e5 en linjefeil defineres som tap av linjens p\u00e5krevde funksjon. Hvis du summerer alle komponentalarmer, kan samme avbrudd p\u00e5 linjen bli telt flere ganger.<\/p>\n\n\n

Definer en feil, ikke bare en stans<\/h3>\n\n\n

Angi hvilken funksjon som kreves, og hvilken hendelse som skal regnes som tap av denne funksjonen. En utstyrsfeil som hindrer maskinen i \u00e5 oppfylle de p\u00e5krevde driftsbetingelsene, kan telle som en feil selv om maskinen ikke er helt avsl\u00e5tt.<\/p>\n\n\n

Planlagt service, vanlig produktomstilling, manglende operat\u00f8r og venting p\u00e5 materialer er ikke automatisk utstyrsfeil. Synliggj\u00f8r disse tapene, men hold dem utenfor antallet feil.<\/p>\n\n\n

Avklar hvordan kortvarige feil og gjentatte tilbakestillinger skal h\u00e5ndteres. Flere alarmregistreringer under ett havari som enn\u00e5 ikke er utbedret, skal ikke bli til flere uavhengige feil. En ny feil etter at funksjonen faktisk er gjenopprettet, er en ny hendelse. Ta vare p\u00e5 de opprinnelige detaljene, slik at du kan unders\u00f8ke tilbakevendende feil i stedet for at de forsvinner p\u00e5 grunn av en terskel for rapportering.<\/p>\n\n\n

Velg hvilken tid som skal telles<\/h3>\n\n\n

Denne veiledningen bruker MTBF basert p\u00e5 driftstid<\/strong>: timer der det avgrensede utstyret faktisk er i drift. Reparasjonstid og annen tid uten drift inng\u00e5r ikke i telleren. Resultatet er ikke gjennomsnittlig kalendertid fra tidspunktet for ett havari til det neste.<\/p>\n\n\n

Angi hva signalet som registrerer drift, omfatter. En timeteller som g\u00e5r n\u00e5r str\u00f8mmen er p\u00e5, et signal som viser at en syklus kj\u00f8rer, og en kalender med bemannede skift kan gi ulike timetall. Hvis antall sykluser eller oppstarter er et mer relevant m\u00e5l p\u00e5 utstyrets bruk enn driftstimer, b\u00f8r du registrere dette i tillegg til timene, ikke anta at m\u00e5lene er utbyttbare.<\/p>\n\n\n

Bruk samme observasjonsperiode<\/h3>\n\n\n

Bruk samme start- og sluttidspunkt for rapportering av driftstimer og feilhendelser. Tell feilene ut fra n\u00e5r de oppst\u00e5r i perioden. En reparasjon som avsluttes denne m\u00e5neden, skal ikke telles som en ny feil hvis havariet startet forrige m\u00e5ned.<\/p>\n\n\n

Ta med all faktisk driftstid i perioden, ogs\u00e5 drift som ikke ender med en feil f\u00f8r rapporteringsperioden er over. Du m\u00e5ler den observerte driftstiden i perioden, ikke bare avsluttede driftsforl\u00f8p som tilfeldigvis endte med feil. I periodens samlede nedetid teller du bare timene utstyret var utilgjengelig innenfor perioden. N\u00e5r et havari strekker seg over periodeskillet, m\u00e5 du i tillegg ta vare p\u00e5 hele hendelsesforl\u00f8pet og opplysningene om gjenoppretting separat.<\/p>\n\n\n

For hver feil b\u00f8r du ta vare p\u00e5 maskin-ID, tidspunktet da feilen oppsto, tidspunktet da funksjonen var gjenopprettet, observert symptom eller feilmodus og relevante driftsforhold. Disse detaljene gj\u00f8r det mulig \u00e5 forklare gjennomsnittet.<\/p>\n\n\n

Slik beregner du MTBF: Et eksempel fra produksjonen<\/h2>\n\n\n

Tenk deg et maskineringssenter som kan repareres, observert i en rapporteringsperiode med 200 bemannede timer. Tidsregistreringene fordeler seg som vist nedenfor. Kategoriene overlapper ikke, og de fire feilene er separate utstyrsfeil etter den avtalte definisjonen.<\/p>\n\n\n

Tidskategori<\/th>Timer i perioden<\/th>H\u00e5ndtering i denne beregningen<\/th><\/tr><\/thead>
Planlagt vedlikehold<\/td>12<\/td>Ikke driftstid; ikke en feil<\/td><\/tr>
Vanlig klargj\u00f8ring og omstilling<\/td>8<\/td>Ikke driftstid; ikke en feil<\/td><\/tr>
Venting p\u00e5 materialer mens maskinen st\u00e5r stille<\/td>10<\/td>Ikke driftstid; ikke en utstyrsfeil<\/td><\/tr>
Utilgjengelig p\u00e5 grunn av de fire utstyrsfeilene<\/td>10<\/td>Ikke driftstid; beholdes for analyse av nedetid<\/td><\/tr>
Faktisk driftstid<\/td>160<\/td>Teller i MTBF-beregningen<\/td><\/tr>
Samlet bemannet tid<\/td>200<\/td>Kontrollsum, ikke telleren<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n

Beregningen blir:<\/p>\n\n\n

160 driftstimer \u00f7 4 feil = 40 driftstimer per feil<\/strong><\/p>\n\n\n

Tar du utgangspunkt i samlet bemannet tid, trekker du f\u00f8rst fra tiden uten drift: 200 \u2212 12 \u2212 8 \u2212 10 \u2212 10 = 160 timer. Hvis datakilden allerede viser 160 faktiske driftstimer, bruker du dette tallet direkte. Trekker du fra nedetiden enda en gang, blir MTBF for lav.<\/p>\n\n\n

Eksemplet viser ogs\u00e5 hvorfor en skiftkalender alene ikke er nok. Deler du 200 bemannede timer p\u00e5 fire, f\u00e5r du 50 timer per feil, men da tar du med tid da maskinen ikke var i drift.<\/p>\n\n\n

Oppgi resultatet med kontekst: \u00abMaskin MC-01, rapporteringsperiode, 160 driftstimer, fire feil, observert MTBF 40 timer.\u00bb Driftstiden og antallet feil er like viktige som selve n\u00f8kkeltallet n\u00e5r noen sammenligner med en annen periode.<\/p>\n\n\n

H\u00e5ndter null feil og flere maskiner uten \u00e5 forvrenge resultatet<\/h2>\n\n\n

Hva om det ikke oppsto noen feil?<\/h3>\n\n\n

Ikke del p\u00e5 null eller rapporter uendelig MTBF som bevis p\u00e5 perfekt driftssikkerhet. Skriv \u00abingen feil observert i l\u00f8pet av 160 driftstimer\u00bb, med den faktiske driftstiden i rapporten din.<\/p>\n\n\n

Dette er nyttig dokumentasjon, men det gir ikke samme grunnlag som flere \u00e5r med feilfri drift. En formell nedre konfidensgrense krever en statistisk modell og et valgt konfidensniv\u00e5. I en vanlig produksjonsgjennomgang er det mer redelig \u00e5 oppgi null feil og den observerte driftstiden enn \u00e5 finne p\u00e5 et punktestimat.<\/p>\n\n\n

Hva om dataene kommer fra flere maskiner?<\/h3>\n\n\n

For sammenlignbare maskiner som det er faglig grunnlag for \u00e5 gruppere, bruker du samlede driftstimer for maskinene \u00f7 samlet antall feil<\/strong>. Ikke del \u00e9n felles kalenderperiode p\u00e5 alle maskinenes feil, og ikke bruk et uvektet gjennomsnitt av de enkelte MTBF-verdiene.<\/p>\n\n\n

Tenk deg for eksempel to sammenlignbare maskiner med samme regler for registrering. Den ene har 160 timer og fire feil, den andre 240 timer og to feil. Det samlede resultatet blir 400 \u00f7 6, alts\u00e5 omtrent 66,7 driftstimer per feil \u2013 ikke det enkle gjennomsnittet av 40 og 120, som ville blitt 80.<\/p>\n\n\n

Behold ogs\u00e5 resultatene for hver enkelt maskin. Et samlet tall kan skjule maskinen som skaper mest problemer i produksjonen. Forskjeller i konstruksjon, alder eller bruksforhold kan gj\u00f8re det riktigere \u00e5 bruke separate grupper enn ett felles m\u00e5l p\u00e5 driftssikkerhet for hele fabrikken.<\/p>\n\n\n

Tolk MTBF f\u00f8r du velger tiltak<\/h2>\n\n\n

En h\u00f8yere observert MTBF betyr f\u00e6rre registrerte feil per driftstime innenfor den angitte avgrensningen. Om dette er en forbedring, avhenger av hva annet som har endret seg.<\/p>\n\n\n

Sammenlign p\u00e5 samme grunnlag<\/h3>\n\n\n

Sammenlign perioder med samme feildefinisjoner, samme m\u00e5te \u00e5 m\u00e5le faktisk driftstid p\u00e5 og samme avgrensning av utstyret. Se deretter p\u00e5 arbeidet som utf\u00f8res. At en maskin kj\u00f8rer en mindre krevende produktmiks under andre belastninger, er ikke n\u00f8dvendigvis et tegn p\u00e5 at en endring i vedlikeholdet har virket.<\/p>\n\n\n

Vis faktisk driftstid og antall feil sammen med utviklingen i MTBF. \u00c9n kort periode med en enkelt hendelse kan gi store utslag i gjennomsnittet. Lengre observasjonsperioder hjelper, men hvis du sl\u00e5r sammen flere \u00e5r med ulike driftsforhold, kan det skjule en nylig forverring. Vurder det siste m\u00f8nsteret og forholdene bak det, ikke bare det samlede gjennomsnittet.<\/p>\n\n\n

Det finnes ingen universell \u00abgod MTBF\u00bb som gjelder for alle produksjonsmaskiner. Et nyttig m\u00e5l tar hensyn til sammenlignbare historiske data, kravene til driften og konsekvensene av feil. En h\u00f8y verdi for en maskin som enkelt kan omg\u00e5s, kan ha mindre betydning for leveringspresisjonen enn hyppige avbrudd p\u00e5 den eneste maskinen som kan utf\u00f8re en kritisk operasjon.<\/p>\n\n\n

Ikke bruk gjennomsnittet som en nedtelling<\/h3>\n\n\n

En MTBF p\u00e5 40 timer sier ikke n\u00e5r neste feil vil oppst\u00e5, eller hvor lang gjenv\u00e6rende levetid maskinen har. Feil kan komme tett, og enkelte driftsperioder kan v\u00e6re langt lengre enn gjennomsnittet.<\/p>\n\n\n

MTBF alene er heller ikke grunnlag for \u00e5 fastsette et intervall for forebyggende vedlikehold. Riktig tiltak avhenger av feilmekanismen, dokumentert tilstand, retningslinjer for utstyret og konsekvensene av feil. Aldersrelatert slitasje og forurensning som oppst\u00e5r sporadisk, krever for eksempel ulike unders\u00f8kelser. Et samlet gjennomsnitt kan ikke fortelle deg hvilket av disse problemene du st\u00e5r overfor.<\/p>\n\n\n

N\u00e5r resultatet forverres, bruk det til \u00e5 finne de aktuelle hendelsene og stille et mer presist sp\u00f8rsm\u00e5l: Hvilken feilmodus g\u00e5r igjen, under hvilke forhold, og hvilken endring kan l\u00f8se problemet? Unders\u00f8k deretter om problemet kommer tilbake etter tiltaket under sammenlignbare driftsforhold.<\/p>\n\n\n

Vurder feilhyppighet sammen med tapt tid<\/h3>\n\n\n

MTBF sier ikke hvor lenge produksjonen er utilgjengelig etter en feil. To maskiner med samme MTBF kan ha sv\u00e6rt ulik innvirkning p\u00e5 ordrereserven dersom den ene raskt er tilbake i drift, mens den andre m\u00e5 vente p\u00e5 en spesialist eller en reservedel.<\/p>\n\n\n

Vurder samlet feilrelatert nedetid og de lengste enkeltavbruddene sammen med gjennomsnittet. F\u00f8lg ogs\u00e5 det ber\u00f8rte arbeidet videre gjennom produksjonen. Et kort avbrudd like f\u00f8r det eneste ledige tidsrommet for en kritisk operasjon kan ha st\u00f8rre betydning for en levering enn en lengre stans der det er god tid til \u00e5 hente inn forsinkelsen.<\/p>\n\n\n

Forskjellen mellom MTBF, MTTR og MTTF<\/h2>\n\n\n

Disse m\u00e5ltallene svarer p\u00e5 ulike sp\u00f8rsm\u00e5l. Gj\u00f8r det tydelig hvilken enhet m\u00e5lingen omfatter, og hvordan tiden er definert, i stedet for \u00e5 behandle forkortelsene som utskiftbare m\u00e5ltall.<\/p>\n\n\n

M\u00e5ltall<\/th>Sp\u00f8rsm\u00e5let det besvarer<\/th>Praktisk forskjell<\/th><\/tr><\/thead>
MTBF: gjennomsnittlig driftstid mellom feil<\/td>Hvor mye faktisk driftstid hadde det reparerbare utstyret per feil?<\/td>Maskinen tas i bruk igjen etter reparasjon.<\/td><\/tr>
MTTR: gjennomsnittlig reparasjonstid eller tid for gjenoppretting av drift<\/td>Hvor lang tid tar den definerte reparasjonen eller gjenopprettingen av driften i gjennomsnitt?<\/td>Oppgi om m\u00e5lt tid inkluderer venting, feils\u00f8king, testing og omstart. Rapporter bruker ulike avgrensninger.<\/td><\/tr>
MTTF: gjennomsnittlig tid til feil<\/td>Hvor lenge varer en enhet som ikke kan repareres, f\u00f8r den svikter?<\/td>Gjelder en enhet som skiftes ut i stedet for \u00e5 repareres, og ikke automatisk hele maskinen den inng\u00e5r i.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n

For produksjonsplanleggingen er hele perioden maskinen er utilgjengelig, viktig, selv om reparasjonsrapporten bare teller aktivt reparasjonsarbeid. Det kan ta kort tid \u00e5 skifte en komponent, men maskinen kan likevel v\u00e6re utilgjengelig langt lenger mens teamet skaffer komponenten og gjennomf\u00f8rer kontrollene som trengs f\u00f8r produksjonen kan starte igjen.<\/p>\n\n\n

Dette skillet forebygger en vanlig planleggingsfeil: \u00e5 behandle gjennomsnittlig reparasjonstid som et l\u00f8fte om at alle fremtidige havarier vil v\u00e6re utbedret innen den tiden.<\/p>\n\n\n

Omsett funn om driftssikkerhet til produksjonsbeslutninger med SkyPlanner<\/h2>\n\n\n

Anta at unders\u00f8kelsen f\u00f8rer til at vedlikeholdsavdelingen avtaler et tre timer langt inngrep p\u00e5 maskineringssenteret neste onsdag. Dette er et valgt vedlikeholdsvindu basert p\u00e5 en teknisk beslutning, ikke et tidspunkt for neste feil som er forutsagt ut fra maskinens MTBF p\u00e5 40 timer.<\/p>\n\n\n

Avtalen endrer kapasiteten som er tilgjengelig for kundeordrene. Hvis den bare registreres i vedlikeholdskalenderen, kan produksjonsplanen fortsette \u00e5 legge arbeid til en maskin som ikke vil v\u00e6re tilgjengelig. Planleggeren oppdager da konflikten mens arbeidet med \u00e5 sikre ukens leveranser p\u00e5g\u00e5r.<\/p>\n\n\n

I SkyPlanner registrerer du det avtalte tidsrommet<\/a> som et unntak for arbeidsstasjonen<\/strong>. Unntaket gj\u00f8r ressursen utilgjengelig i denne perioden. SkyPlanners KI for finplanlegging, Arcturus, kan deretter beregne en ny plan for operasjonene som kan planlegges, ut fra den endrede kapasiteten og de konfigurerte arbeidsstasjonene, skiftene, operasjonsvarighetene, avhengighetene, prioritetene og l\u00e5singene. Gantt-diagrammet viser den nye rekkef\u00f8lgen.<\/p>\n\n\n

For inngrepet p\u00e5 onsdag m\u00e5 du kontrollere om maskineringsoperasjonene som venter, fortsatt gir rom for p\u00e5f\u00f8lgende kontroll og montering. Hvis en alternativ ressurs som oppfyller kravene, overtar en jobb, m\u00e5 du ogs\u00e5 kontrollere arbeidet som allerede er planlagt p\u00e5 den ressursen. Et ledig tidsrom er bare verdifullt n\u00e5r operasjonen faktisk kan utf\u00f8res der, og resten av produksjonsruten fortsatt passer inn i planen.<\/p>\n\n\n

Derfor er SkyPlanner et nyttig neste steg n\u00e5r arbeidet med driftssikkerhet endrer maskintilgjengeligheten. Du tar fortsatt de tekniske og kommersielle beslutningene; Arcturus h\u00e5ndterer beregningen av den sammenhengende produksjonsplanen<\/a>. Mindre tid g\u00e5r med til \u00e5 bygge opp maskink\u00f8ene p\u00e5 nytt, og produksjon og salg f\u00e5r et felles grunnlag for leveringsbeslutningene som gjenst\u00e5r.<\/p>\n\n\n

Oppdater vedlikeholdsvinduet hvis det avtalte tidspunktet endres. Beregn planen p\u00e5 nytt og gjennomg\u00e5 de ber\u00f8rte forpliktelsene, i stedet for \u00e5 ta med en utdatert forutsetning om tilgjengelighet inn i neste skift.<\/p>\n\n\n

Se hva \u00e9n maskins tilgjengelighet betyr for leveransene dine<\/h2>\n\n\n

En nyttig MTBF-gjennomgang munner ut i et tydeligere tiltak, ikke bare et tall. Avklar datagrunnlaget, unders\u00f8k feilene som har betydning, og legg den avtalte kapasitetsendringen inn i planen som produksjonen faktisk f\u00f8lger.<\/p>\n\n\n

Velg SkyPlanner n\u00e5r du trenger \u00e5 samordne endringen p\u00e5 tvers av kundeordrer uten \u00e5 justere alle ber\u00f8rte maskink\u00f8er manuelt. SkyPlanner kan integreres med ethvert ERP- eller MES-system via sitt \u00e5pne REST API, slik at bedre finplanlegging kan bygge p\u00e5 ordre- og produksjonsinformasjonen du allerede har.<\/p>\n\n\n

Bestill en demo av SkyPlanner<\/a> med utgangspunkt i \u00e9n maskin, perioden den er avtalt \u00e5 v\u00e6re utilgjengelig, og ordrene som g\u00e5r gjennom den. Be om \u00e5 f\u00e5 se hvilke operasjoner som flyttes, hva som skjer videre i produksjonen, og hvilke leveringsl\u00f8fter dere m\u00e5 ta stilling til. Hvis du heller vil utforske selv f\u00f8rst, kan du pr\u00f8ve SkyPlanner med demodata<\/a> og se hvordan en kapasitetsendring p\u00e5virker planen.<\/p>\n\n<\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF Hjem » Ressurser » Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF Gjennomsnittlig tid mellom feil (MTBF) er gjennomsnittlig driftstid per feil for utstyr som kan repareres. For en produksjonsmaskin beregner du dette ved \u00e5 dele samlet antall driftstimer p\u00e5 antall utstyrsfeil registrert i samme observasjonsperiode: MTBF … Les mer<\/a><\/p>\n","protected":false},"author":3,"featured_media":108771,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"_uag_custom_page_level_css":"","footnotes":""},"categories":[2533,505],"tags":[],"class_list":["post-108768","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-aps-og-planlegging","category-ressurser","generate-columns","tablet-grid-50","mobile-grid-100","grid-parent","grid-33"],"acf":[],"yoast_head":"\nGjennomsnittlig tid mellom feil: Beregn og bruk MTBF<\/title>\n<meta name=\"description\" content=\"Beregn maskinens MTBF med riktig driftstid og antall feil. Bruk resultatet til \u00e5 styre arbeidet med driftssikkerhet og sikre avtalte leveranser.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/\" \/>\n<meta property=\"og:locale\" content=\"nb_NO\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF\" \/>\n<meta property=\"og:description\" content=\"Beregn maskinens MTBF med riktig driftstid og antall feil. Bruk resultatet til \u00e5 styre arbeidet med driftssikkerhet og sikre avtalte leveranser.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/\" \/>\n<meta property=\"og:site_name\" content=\"SkyPlanner\" \/>\n<meta property=\"article:published_time\" content=\"2026-10-24T12:48:10+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-10-24T12:50:23+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1672\" \/>\n\t<meta property=\"og:image:height\" content=\"941\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Jussi M\u00e4ntyl\u00e4\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Skrevet av\" \/>\n\t<meta name=\"twitter:data1\" content=\"Jussi M\u00e4ntyl\u00e4\" \/>\n\t<meta name=\"twitter:label2\" content=\"Ansl. lesetid\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minutter\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/\"},\"author\":{\"name\":\"Jussi M\u00e4ntyl\u00e4\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#\\\/schema\\\/person\\\/d90eac23cfbf5af3a2c4a38ff10376b5\"},\"headline\":\"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF\",\"datePublished\":\"2026-10-24T12:48:10+00:00\",\"dateModified\":\"2026-10-24T12:50:23+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/\"},\"wordCount\":2300,\"publisher\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/skyplanner.ai\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/mean-time-between-failures-hero.png\",\"articleSection\":[\"APS og planlegging\",\"Ressurser\"],\"inLanguage\":\"nb-NO\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/\",\"url\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/\",\"name\":\"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/skyplanner.ai\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/mean-time-between-failures-hero.png\",\"datePublished\":\"2026-10-24T12:48:10+00:00\",\"dateModified\":\"2026-10-24T12:50:23+00:00\",\"description\":\"Beregn maskinens MTBF med riktig driftstid og antall feil. Bruk resultatet til \u00e5 styre arbeidet med driftssikkerhet og sikre avtalte leveranser.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/#breadcrumb\"},\"inLanguage\":\"nb-NO\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"nb-NO\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/#primaryimage\",\"url\":\"https:\\\/\\\/skyplanner.ai\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/mean-time-between-failures-hero.png\",\"contentUrl\":\"https:\\\/\\\/skyplanner.ai\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/mean-time-between-failures-hero.png\",\"width\":1672,\"height\":941,\"caption\":\"A machining centre produces unequal runs of parts, interrupted by fault and repair symbols.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/ressurser\\\/mtbf\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#website\",\"url\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/\",\"name\":\"SkyPlanner\",\"description\":\"AI-powered production scheduling and planning software\",\"publisher\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"nb-NO\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#organization\",\"name\":\"Skycode Oy\",\"url\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"nb-NO\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/skyplanner.ai\\\/wp-content\\\/uploads\\\/2022\\\/05\\\/Skyplanner-logo-2.svg\",\"contentUrl\":\"https:\\\/\\\/skyplanner.ai\\\/wp-content\\\/uploads\\\/2022\\\/05\\\/Skyplanner-logo-2.svg\",\"width\":223,\"height\":43,\"caption\":\"SkyPlanner APS\"},\"image\":{\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"legalName\":\"Skycode Oy\",\"alternateName\":[\"Skycode\",\"SkyPlanner\",\"SkyPlanner APS\"],\"description\":\"Skycode Oy is the Finnish software company that develops and publishes SkyPlanner APS, AI production scheduling and advanced planning and scheduling (APS) software for manufacturers worldwide. Founded in 1997 as a sole proprietorship and incorporated as Skycode Oy in 2008.\",\"foundingDate\":\"1997\",\"taxID\":\"2204947-0\",\"vatID\":\"FI22049470\",\"telephone\":\"+358407000002\",\"email\":\"support@skyplanner.ai\",\"address\":{\"@type\":\"PostalAddress\",\"streetAddress\":\"Rantakatu 2 G 11\",\"postalCode\":\"65100\",\"addressLocality\":\"Vaasa\",\"addressCountry\":\"FI\"},\"brand\":{\"@type\":\"Brand\",\"name\":\"SkyPlanner\"},\"knowsAbout\":[\"Production Scheduling\",\"Advanced Planning and Scheduling\",\"Manufacturing AI\",\"Finite Capacity Scheduling\",\"ERP Integration\",\"MES Integration\"],\"areaServed\":\"Worldwide\",\"contactPoint\":[{\"@type\":\"ContactPoint\",\"contactType\":\"sales\",\"url\":\"https:\\\/\\\/skyplanner.ai\\\/contact-sales\\\/\",\"areaServed\":\"Worldwide\"},{\"@type\":\"ContactPoint\",\"contactType\":\"customer support\",\"email\":\"support@skyplanner.ai\",\"telephone\":\"+358407000002\",\"areaServed\":\"Worldwide\"}],\"sameAs\":[\"https:\\\/\\\/www.wikidata.org\\\/wiki\\\/Q141672132\",\"https:\\\/\\\/skycode.fi\\\/\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/skycodeoy\\\/\",\"https:\\\/\\\/www.finder.fi\\\/IT-konsultointi+IT-palvelut\\\/Skycode+Oy\\\/Vaasa\\\/yhteystiedot\\\/1934882\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/skyplanner.ai\\\/no\\\/#\\\/schema\\\/person\\\/d90eac23cfbf5af3a2c4a38ff10376b5\",\"name\":\"Jussi M\u00e4ntyl\u00e4\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"nb-NO\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/d5cfcd5c06352082aff699784151984268501dafe5084791a9f280d4e3ec500f?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/d5cfcd5c06352082aff699784151984268501dafe5084791a9f280d4e3ec500f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/d5cfcd5c06352082aff699784151984268501dafe5084791a9f280d4e3ec500f?s=96&d=mm&r=g\",\"caption\":\"Jussi M\u00e4ntyl\u00e4\"}}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF","description":"Beregn maskinens MTBF med riktig driftstid og antall feil. Bruk resultatet til \u00e5 styre arbeidet med driftssikkerhet og sikre avtalte leveranser.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/","og_locale":"nb_NO","og_type":"article","og_title":"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF","og_description":"Beregn maskinens MTBF med riktig driftstid og antall feil. Bruk resultatet til \u00e5 styre arbeidet med driftssikkerhet og sikre avtalte leveranser.","og_url":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/","og_site_name":"SkyPlanner","article_published_time":"2026-10-24T12:48:10+00:00","article_modified_time":"2026-10-24T12:50:23+00:00","og_image":[{"width":1672,"height":941,"url":"https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero.png","type":"image\/png"}],"author":"Jussi M\u00e4ntyl\u00e4","twitter_card":"summary_large_image","twitter_misc":{"Skrevet av":"Jussi M\u00e4ntyl\u00e4","Ansl. lesetid":"11 minutter"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/#article","isPartOf":{"@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/"},"author":{"name":"Jussi M\u00e4ntyl\u00e4","@id":"https:\/\/skyplanner.ai\/no\/#\/schema\/person\/d90eac23cfbf5af3a2c4a38ff10376b5"},"headline":"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF","datePublished":"2026-10-24T12:48:10+00:00","dateModified":"2026-10-24T12:50:23+00:00","mainEntityOfPage":{"@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/"},"wordCount":2300,"publisher":{"@id":"https:\/\/skyplanner.ai\/no\/#organization"},"image":{"@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/#primaryimage"},"thumbnailUrl":"https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero.png","articleSection":["APS og planlegging","Ressurser"],"inLanguage":"nb-NO"},{"@type":"WebPage","@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/","url":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/","name":"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF","isPartOf":{"@id":"https:\/\/skyplanner.ai\/no\/#website"},"primaryImageOfPage":{"@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/#primaryimage"},"image":{"@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/#primaryimage"},"thumbnailUrl":"https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero.png","datePublished":"2026-10-24T12:48:10+00:00","dateModified":"2026-10-24T12:50:23+00:00","description":"Beregn maskinens MTBF med riktig driftstid og antall feil. Bruk resultatet til \u00e5 styre arbeidet med driftssikkerhet og sikre avtalte leveranser.","breadcrumb":{"@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/#breadcrumb"},"inLanguage":"nb-NO","potentialAction":[{"@type":"ReadAction","target":["https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/"]}]},{"@type":"ImageObject","inLanguage":"nb-NO","@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/#primaryimage","url":"https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero.png","contentUrl":"https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero.png","width":1672,"height":941,"caption":"A machining centre produces unequal runs of parts, interrupted by fault and repair symbols."},{"@type":"BreadcrumbList","@id":"https:\/\/skyplanner.ai\/no\/ressurser\/mtbf\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/skyplanner.ai\/no\/"},{"@type":"ListItem","position":2,"name":"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF"}]},{"@type":"WebSite","@id":"https:\/\/skyplanner.ai\/no\/#website","url":"https:\/\/skyplanner.ai\/no\/","name":"SkyPlanner","description":"AI-powered production scheduling and planning software","publisher":{"@id":"https:\/\/skyplanner.ai\/no\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/skyplanner.ai\/no\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"nb-NO"},{"@type":"Organization","@id":"https:\/\/skyplanner.ai\/no\/#organization","name":"Skycode Oy","url":"https:\/\/skyplanner.ai\/no\/","logo":{"@type":"ImageObject","inLanguage":"nb-NO","@id":"https:\/\/skyplanner.ai\/no\/#\/schema\/logo\/image\/","url":"https:\/\/skyplanner.ai\/wp-content\/uploads\/2022\/05\/Skyplanner-logo-2.svg","contentUrl":"https:\/\/skyplanner.ai\/wp-content\/uploads\/2022\/05\/Skyplanner-logo-2.svg","width":223,"height":43,"caption":"SkyPlanner APS"},"image":{"@id":"https:\/\/skyplanner.ai\/no\/#\/schema\/logo\/image\/"},"legalName":"Skycode Oy","alternateName":["Skycode","SkyPlanner","SkyPlanner APS"],"description":"Skycode Oy is the Finnish software company that develops and publishes SkyPlanner APS, AI production scheduling and advanced planning and scheduling (APS) software for manufacturers worldwide. Founded in 1997 as a sole proprietorship and incorporated as Skycode Oy in 2008.","foundingDate":"1997","taxID":"2204947-0","vatID":"FI22049470","telephone":"+358407000002","email":"support@skyplanner.ai","address":{"@type":"PostalAddress","streetAddress":"Rantakatu 2 G 11","postalCode":"65100","addressLocality":"Vaasa","addressCountry":"FI"},"brand":{"@type":"Brand","name":"SkyPlanner"},"knowsAbout":["Production Scheduling","Advanced Planning and Scheduling","Manufacturing AI","Finite Capacity Scheduling","ERP Integration","MES Integration"],"areaServed":"Worldwide","contactPoint":[{"@type":"ContactPoint","contactType":"sales","url":"https:\/\/skyplanner.ai\/contact-sales\/","areaServed":"Worldwide"},{"@type":"ContactPoint","contactType":"customer support","email":"support@skyplanner.ai","telephone":"+358407000002","areaServed":"Worldwide"}],"sameAs":["https:\/\/www.wikidata.org\/wiki\/Q141672132","https:\/\/skycode.fi\/","https:\/\/www.linkedin.com\/company\/skycodeoy\/","https:\/\/www.finder.fi\/IT-konsultointi+IT-palvelut\/Skycode+Oy\/Vaasa\/yhteystiedot\/1934882"]},{"@type":"Person","@id":"https:\/\/skyplanner.ai\/no\/#\/schema\/person\/d90eac23cfbf5af3a2c4a38ff10376b5","name":"Jussi M\u00e4ntyl\u00e4","image":{"@type":"ImageObject","inLanguage":"nb-NO","@id":"https:\/\/secure.gravatar.com\/avatar\/d5cfcd5c06352082aff699784151984268501dafe5084791a9f280d4e3ec500f?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/d5cfcd5c06352082aff699784151984268501dafe5084791a9f280d4e3ec500f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/d5cfcd5c06352082aff699784151984268501dafe5084791a9f280d4e3ec500f?s=96&d=mm&r=g","caption":"Jussi M\u00e4ntyl\u00e4"}}]}},"uagb_featured_image_src":{"full":["https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero.png",1672,941,false],"thumbnail":["https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero-150x150.png",150,150,true],"medium":["https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero-300x169.png",300,169,true],"medium_large":["https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero-768x432.png",768,432,true],"large":["https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero-1024x576.png",1024,576,true],"1536x1536":["https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero-1536x864.png",1536,864,true],"2048x2048":["https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero.png",1672,941,false],"betterdocs-category-thumb":["https:\/\/skyplanner.ai\/wp-content\/uploads\/2026\/10\/mean-time-between-failures-hero-360x203.png",360,203,true]},"uagb_author_info":{"display_name":"Jussi M\u00e4ntyl\u00e4","author_link":"https:\/\/skyplanner.ai\/no\/author\/jussi\/"},"uagb_comment_info":0,"uagb_excerpt":"Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF Hjem » Ressurser » Gjennomsnittlig tid mellom feil: Beregn og bruk MTBF Gjennomsnittlig tid mellom feil (MTBF) er gjennomsnittlig driftstid per feil for utstyr som kan repareres. For en produksjonsmaskin beregner du dette ved \u00e5 dele samlet antall driftstimer p\u00e5 antall utstyrsfeil registrert i samme observasjonsperiode: MTBF…","_links":{"self":[{"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/posts\/108768","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/comments?post=108768"}],"version-history":[{"count":1,"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/posts\/108768\/revisions"}],"predecessor-version":[{"id":108829,"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/posts\/108768\/revisions\/108829"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/media\/108771"}],"wp:attachment":[{"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/media?parent=108768"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/categories?post=108768"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/skyplanner.ai\/no\/wp-json\/wp\/v2\/tags?post=108768"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}