式中：ED(T)—预防维修间隔期为T，单位时间内总的停机时间期望值；
             d_f—故障的平均停机时间；
        EN_f (T)—在间隔期间T内发生故障次数的期望值；
             d_p—在PM活动停机检查时间的平均值。
    假设缺陷在μ时刻的发生率为λ(μ)，时间延迟h的分布函数为F(h)。在(0，t)期间，发生故障次数期望记为EN_f(0，t)。则
 

    由式（2）可知，只要确定出缺陷发生率λ(μ)及时间延迟的分布函数F(h)，就可计算出在一定维修间隔期内，故障发生次数的期望值大小。当维修记录比较齐全时，可以运用统计方法确定缺陷发生率及时间延迟的分布函数。当只有部分记录数据时，则可以根据现场维修工程师丰富的经验，并应用贝叶斯理论，估计这些参数。
    应用案例
    式1中有关d_f，d_p的值，可以通过对维修记录数据的统计分析而得到。研究期间设备共有11次故障，停机时间累计309h，按每天工作22h（三班制）计算，故障的平均停机时间为
        d_f=309/11=28.09h=1.276d
    每次PM活动的时间d_p=11.528h=0.524d
    应用最大拟然估计法，得λ=0.1283；时间延迟F(x)=1-e-0.032 x，根据式（2），得
 

    把（3）代入式（1），得到计算结果，见图2。从图2可知，最优的预防维修间隔期约为15d。