系统可靠性框图RBD与冗余配置分析器
这个工具解决什么问题
把损失科目拆开算，比笼统说提高稼动率有用得多。
设备与产线该在哪里加冗余、加多少，常凭直觉。结果是要害环节仍是单点，钱却花在了 本来就可靠的环节上。本工具用可靠性框图自下而上算系统可靠度、可用度与系统 MTBF， 再把「每提升一个 9 要花多少钱」算出来，让冗余投资有性价比排序。
输入数据格式
数据文件 rbd_blocks.csv，列顺序为：环节、结构、台数、k值、MTBF_h、MTTR_h、单台价_万元。
示例首行：进料与传送,series,1,1,2000.0,4.0,40.0
示例输出（真实运行结果节选）
==============================================================================
系统可靠性框图 RBD 与冗余配置分析报告
==============================================================================
一、系统拓扑（自下而上：单台 -> 环节 -> 系统）
环节 结构 台数 k MTBF(h) MTTR(h) 单台可用度
----------------------------------------------------------------------
进料与传送 series 1 1 2000 4 0.998004
处理腔 kooN 3 2 1200 8 0.993377
真空泵 parallel 2 1 900 6 0.993377
控制单元 series 1 1 5000 2 0.999600
尾气处理 series 1 1 3000 4 0.998668
说明：处理腔为 2oo3 表决（3 台中坏 1 台不停机），真空泵为 1oo2 并联，
其余为单点串联。任何单点环节失效都会停全线。
二、环节级可靠度（任务时间 720 h，单台 R = exp(-t/MTBF)）
环节 单台 R 环节 R（含冗余） 冗余增益
--------------------------------------------------------
进料与传送 0.697676 0.697676 +0.000000
处理腔 0.548812 0.572985 +0.024173
真空泵 0.449329 0.696761 +0.247432
控制单元 0.865888 0.865888 +0.000
一句话
冗余要加在可用度最低的环节，而不是「感觉重要」的环节。
运行环境与快速开始
纯 Python 标准库，零第三方依赖，Python 3.8+ 开箱即跑。首次运行自动生成拓扑 CSV 与中文报告。
python rbd_reliability_analyzer.py
输入数据格式（换成你的数据即可）
rbd_blocks.csv：环节 / 结构（series、parallel、kooN）/ 台数 / k值 / MTBF / MTTR / 单台价。 脚本内的 TOPOLOGY 与 OPTIONS 定义基准拓扑与待比较的冗余方案。
输出说明
系统拓扑、环节级可靠度与冗余增益、五个冗余方案的成本/可靠度/可用度/九位数/系统 MTBF 对比、 边际性价比（每多一个 9 的投入）、结论与建议。
算法口径（关键公式）
· 单元：R(t) = exp(-t/MTBF)，A = MTBF / (MTBF + MTTR) · 串联 R = R^n；并联 R = 1 - (1-R)^n；表决 R = Sigma_{i=k..n} C(n,i) R^i (1-R)^(n-i) · 系统 MTBF 用辛普森法对 R_sys(t) 数值积分求得 · 九位数 = -log10(1 - A)
判定标准说明
自检包含结构等价性（k=n 退化为串联、k=1 退化为并联）、并联高于单台、串联低于单台、 各方案可靠度与 MTBF 单调递增、成本单调递增。
常见问题
· 和故障树 FTA 什么关系？ FTA 自上而下找最小割集（回答「哪里会坏」）， RBD 自下而上算系统可靠度与可用度（回答「加在哪里最值」）。 · 可用度公式为什么是乘出来的？ 串联结构下各环节独立，稳态可用度可直接连乘； 有维修的复杂网络需用马尔可夫模型精确求解，本工具给出的是工程近似。 · MTTR 数据从哪来？ 从维修工单系统按设备位号统计，不要用平均值糊弄。
可调参数与计算口径
脚本顶部集中了主要阈值与常量：CSV_PATH=os.path.join(BASE, "rbd_blocks.csv")、REPORT=os.path.join(BASE, "示例输出报告.txt")、TOPOLOGY=[、OPTIONS=[。改完直接重跑即可，不必改动计算逻辑。
会生成哪些文件
运行后除控制台输出外，还会生成：rbd_blocks.csv、示例输出报告.txt。
脚本里的主要处理步骤
r_unit()：指数寿命：单台在 t 时刻的可靠度。r_stage()：单个环节的可靠度。ri 为单台可靠度。a_unit()：单台稳态可用度。mtbf_system()：系统 MTBF = ∫ R_sys(t) dt（辛普森法数值积分）。
以上步骤在脚本中是分开的函数，可以单独调用或按需替换其中一段，不必整体重写。
工具中出现的字段与提示
- 进料与传送
- 控制单元
- 尾气处理
- 指数寿命：单台在 t 时刻的可靠度。
- 单个环节的可靠度。ri 为单台可靠度。
- 单台稳态可用度。
- 系统 MTBF = ∫ R_sys(t) dt（辛普森法数值积分）。
- 方案1 全单点（基准现状）
- 方案2 处理腔 2oo3
- 方案3 方案2 + 真空泵 1oo2
- 方案4 方案3 + 控制单元 1oo2
- 方案5 方案4 + 尾气处理 1oo2
- 单台价_万元
- 系统可靠性框图 RBD 与冗余配置分析报告
- 一、系统拓扑（自下而上：单台 -> 环节 -> 系统）
- 其余为单点串联。任何单点环节失效都会停全线。
- 二、环节级可靠度（任务时间 %.0f h，单台 R = exp(-t/MTBF)）
- 环节 单台 R 环节 R（含冗余） 冗余增益
其余字段以界面与示例报告为准。
下载与文件清单
压缩包内包含：主程序脚本、示例数据文件、示例输出报告、中文说明文档，以及同主题 AI 提示词一套。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：rbd_reliability_analyzer.py。
下载 系统可靠性框图RBD与冗余配置分析器 工具包（zip）
本站工具免费下载，无需注册。工具为 Python 脚本，Python 3.8 及以上环境可直接运行，核心功能尽量不依赖第三方库。
常见问题
输入数据要准备成什么样？
按 示例首行中的列顺序准备即可，共 7 列：环节、结构、台数、k值、MTBF_h、MTTR_h、单台价_万元。列为空或格式不符时结果会失真，建议先用示例数据试跑一遍。
阈值可以改成我们自己的标准吗？
可以，脚本顶部已把主要阈值与常量集中声明，按自己产线的标准修改后重跑即可，不需要改计算逻辑。
附赠的提示词怎么用？
把提示词与自己的数据一起交给大模型，可以让它按同一套口径帮你改写分析流程或扩展报告字段。
示例数据能直接跑吗？
可以。示例数据与主程序在同一压缩包内，解压后直接运行即可看到完整输出，确认无误再替换成自己的台账。
同分类的其它工具
本工具归在 OEE与设备效能工具包，全部工具见 工具资源包下载页。
