MODO CONFIABILIDADDatos›Método›Decisión

Buscar en Modo Confiabilidad

↑ ↓ para moverse · Enter para abrir · Esc para cerrar

Vista previa dentro de un visor: aquí no funcionan las descargas, la impresión ni los enlaces de correo. En el sitio publicado funcionan.

Calculadora

Análisis de Weibull

Ajuste de Weibull de dos parámetros con fallas y suspensiones, límites de confianza de Fisher, vidas B y confiabilidad de misión. Reproduce los ejemplos resueltos de la referencia de ReliaSoft.

Herramienta
CAL-01
Método
RRX · RRY · MLE · MLE-RBA · Weibayes
Normas
IEC 61649:2008
Guía
Weibull

Datos de entrada

Se guardan en este navegador
Preparando el cálculo…

Cómo usarla

  1. Pegar los tiempos hasta la falla de un único modo de falla, uno por línea. Marcar con «s» o «+» las unidades que no fallaron por ese modo (suspensiones).
  2. Elegir el método. Con pocas fallas y pocas suspensiones conviene la regresión de rangos en X (RRX); con muchas suspensiones, máxima verosimilitud (MLE) o MLE con reducción de sesgo. Con cero o una falla, Weibayes con un β justificado.
  3. Opcionalmente, indicar un tiempo de misión para obtener la confiabilidad a esa edad.

La herramienta acepta coma o punto decimal. Los datos quedan guardados solo en este navegador.

Métodos

Regresión de rangos. Se ordenan todas las unidades por tiempo; a cada falla se le asigna un rango ajustado de Johnson, que contempla las suspensiones previas, y su rango de mediana exacto (mediana de la distribución beta correspondiente). Con la linealización

y=ln⁡[−ln⁡(1−F)],x=ln⁡ty = \ln[-\ln(1-F)], \qquad x = \ln t

la regresión de X sobre Y da β=1/b\beta = 1/b y η=ea\eta = e^{a} para la recta x=a+b yx = a + b\,y; la regresión de Y sobre X da β\beta como pendiente directa.

Máxima verosimilitud. Resuelve la ecuación de verosimilitud de β por bisección (la función es monótona) y obtiene η en forma cerrada. La corrección RBA multiplica β por C43,5C_4^{3{,}5}, con C4=2/(r−1)  Γ(r/2)/Γ((r−1)/2)C_4 = \sqrt{2/(r-1)}\;\Gamma(r/2)/\Gamma((r-1)/2) y rr el número de fallas.

Límites de confianza. Se calculan con la matriz de información de Fisher evaluada en los parámetros estimados. Los límites de β y η se construyen en escala logarítmica; los de F(t)F(t) y de las vidas B, sobre la variable transformada u=β(ln⁡t−ln⁡η)u = \beta(\ln t - \ln\eta), como es práctica en el software de referencia.

Weibayes. Con β conocido, η^=(∑Tkβ/r∗)1/β\hat\eta = (\sum T_k^\beta / r^*)^{1/\beta}; con cero fallas, r∗=−ln⁡(1−C)r^* = -\ln(1-C) y el resultado es un límite inferior de η con confianza CC.

Cómo leer los resultados

  • β y su intervalo definen el tipo de falla. Si el intervalo incluye 1, los datos no alcanzan para afirmar desgaste ni mortalidad infantil.
  • η es la edad a la que falló el 63,2 % de la población. No es un intervalo de mantenimiento.
  • B10 es la edad a la que falla el 10 %. Es la referencia habitual para rodamientos (L10) y un punto de partida para intervalos de reemplazo cuando la consecuencia es alta.
  • R(t) es la probabilidad de que una unidad nueva supere la edad indicada sin fallar.
  • El papel de probabilidad es el control de calidad del análisis: una curva o un quiebre indican mezcla de modos, un tiempo libre de fallas o problemas de datos.

Supuestos y límites

  • Modelo de dos parámetros (γ = 0). Si el gráfico muestra curvatura cóncava hacia abajo, puede corresponder un modelo de tres parámetros.
  • Censura por derecha (suspensiones). No contempla censura por intervalo (fallas detectadas en una inspección sin conocer el instante exacto).
  • Las unidades se suponen idénticas e independientes y operando en condiciones comparables.
  • Los límites de Fisher son aproximados con muestras chicas; con menos de 10 fallas, conviene contrastar con el módulo de simulación.

Verificación

Caso de pruebaResultadoReferenciaFuenteEstado
Rango de mediana exacto i=1, N=60,1091010,109101Beta(1,N)OK
Bernard ≈ exacto (i=3, N=6)0,4218750,421407aproximación de BernardOK
RRY β1,430181,4301ReliaSoft: β=1,4301OK
RRY η76,31776,318ReliaSoft: η=76,318OK
MLE β1,932681,933ReliaSoft: β=1,933OK
MLE η73,526173,526ReliaSoft: η=73,526OK
MLE vs. búsqueda exhaustiva (β)1,932681,9325independienteOK
MLE vs. búsqueda exhaustiva (η)73,526173,525independienteOK
Johnson rango 111cálculo manualOK
Johnson rango 22,252,25cálculo manualOK
Johnson rango 33,53,5cálculo manualOK
MLE censurado β vs. exhaustiva1,925771,926independienteOK
MLE censurado η vs. exhaustiva874,439874,5independienteOK
Límites de β contienen la estimacióncumplecumpleOK
Simetría logarítmica de límites de η8,595288,59528propiedadOK
Weibayes sin fallas η2236,432236,43definiciónOK
B10 = η·(−ln 0,9)^(1/β)324,593324,593definiciónOK
ISO 281 a1 (R=95 %) con Weibull β=1,50,6379120,64ISO 281:2007 tabla a1OK
Simulación Weibull: mediana de β̂ (MLE con RBA, n = 30)2,006892β verdadero = 2OK
Simulación Weibull: mediana de η̂ (MLE, n = 30)99,0571100η verdadero = 100OK
Simulación Weibull: sesgo positivo de β̂ MLE con 5 fallas (45,6 %)cumplecumpleAbernethy (2006)OK
Simulación Weibull: RBA reduce el sesgo de MLE (17,2 %)cumplecumpleAbernethy (2006)OK

Pruebas ejecutadas en cada compilación del sitio (2026-10-15). Código en tests/models.test.mjs.

Referencias

  1. IEC 61649:2008. Weibull analysis.
  2. Abernethy, R. B. (2006). The New Weibull Handbook, 5.ª ed.
  3. ReliaSoft Corporation. Life Data Analysis Reference, ejemplos de estimación por rangos y por máxima verosimilitud.
  4. Johnson, L. G. (1964). The Statistical Treatment of Fatigue Experiments. Elsevier.