数据和隶属度和构建评价矩阵的方法在51节。该评级矩阵和加权因素可以得到如下
和加权汇总矩阵，可以得到如下：
在加权汇总矩阵，b2是最大的，这意味着对数正态分布，形状51758和规模1137，提供最适合的连续故障来描述分配的情况。图6是对数正态概率图，其中横坐标是对数的连续故障，纵坐标是累积概率。
9
f路程（小时）
图6是对数正态概率图53修理时间的分布平均维修时间（MTTR）是一个重要的配额，以评估可维护性的数控车床。维护分析的主要宗旨是确定修复时间的分配，以便找出修复时间的规律性。修复时间可以在第52节从数据库的类似方式被计算出。我们采取所有机器的修复时间作为修复时间分布随机变量的分析。图7是所有机器修复时间的直方图，横坐标是间隔为05h的修复时间，纵坐标是在给定的频率间隔时间。
修复时间（小时）
图7是修复时间的直方图同样，我们选择威布尔，对数正态分布，指数分布和伽马作替代，并估计参数。表6是这些分布的估计参数。表6估计参数的分布分形规配状模威布尔0929806469对数正态分布0877406998伽马指数
0761412663
3865
我们计算出的统计数据和隶属度和构建评价矩阵的方法在51节。该评级矩阵和加权因素可以得到如下：
10
f在加权汇总矩阵，b2是最大的，这意味着对数正态分布，形状08774和规模06998，提供最适合的连续故障来描述分配的情况。图8是对数正态概率图，其中横坐标是修复时间用小时，纵坐标是累积概率。
修复时间（小时）
图8是对数正态概率图
6结论
1、对数正态分布或威布尔分布提供恰当的数据给数控车床的故障模式的分析。对数正态分布在连续的失效之间提供最适合的时间来分布。这是不同于电子设备（故障率为常数）和机械产品（故障率超过本身的寿命）1516。2、对数正态分布提供最适合描述数控车床的修复时间。这表明，数控车床的维修过程是不同于电子设备（通常是马尔可夫过程假定）。3、当分配是被选择描述观测数据时，应当考虑到不仅是定量变量，而且是定性变量。因此分配的确定是一个多分布综合评价问题的模糊信息。4、机械系统是刀架和卡盘。相比，数控车床20世纪70年代初1，主要故障子系统只有刀架是不同的，刀架在数控车床仍然是薄弱的子系统。5、主要模式的失败是损坏的部件，内容包括电气，电子元件（69％），机械部件（26％），液压和气动元件（5％）。他们多数是标准组件和购买的部件。这证据表明，当数控车床被设计和制造时，是缺乏可靠性分配r