Cómo usarla
- 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).
- 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.
- 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
la regresión de X sobre Y da y para la recta ; la regresión de Y sobre X da 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 , con y 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 y de las vidas B, sobre la variable transformada , como es práctica en el software de referencia.
Weibayes. Con β conocido, ; con cero fallas, y el resultado es un límite inferior de η con confianza .
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 prueba | Resultado | Referencia | Fuente | Estado |
|---|---|---|---|---|
| Rango de mediana exacto i=1, N=6 | 0,109101 | 0,109101 | Beta(1,N) | OK |
| Bernard ≈ exacto (i=3, N=6) | 0,421875 | 0,421407 | aproximación de Bernard | OK |
| RRY β | 1,43018 | 1,4301 | ReliaSoft: β=1,4301 | OK |
| RRY η | 76,317 | 76,318 | ReliaSoft: η=76,318 | OK |
| MLE β | 1,93268 | 1,933 | ReliaSoft: β=1,933 | OK |
| MLE η | 73,5261 | 73,526 | ReliaSoft: η=73,526 | OK |
| MLE vs. búsqueda exhaustiva (β) | 1,93268 | 1,9325 | independiente | OK |
| MLE vs. búsqueda exhaustiva (η) | 73,5261 | 73,525 | independiente | OK |
| Johnson rango 1 | 1 | 1 | cálculo manual | OK |
| Johnson rango 2 | 2,25 | 2,25 | cálculo manual | OK |
| Johnson rango 3 | 3,5 | 3,5 | cálculo manual | OK |
| MLE censurado β vs. exhaustiva | 1,92577 | 1,926 | independiente | OK |
| MLE censurado η vs. exhaustiva | 874,439 | 874,5 | independiente | OK |
| Límites de β contienen la estimación | cumple | cumple | OK | |
| Simetría logarítmica de límites de η | 8,59528 | 8,59528 | propiedad | OK |
| Weibayes sin fallas η | 2236,43 | 2236,43 | definición | OK |
| B10 = η·(−ln 0,9)^(1/β) | 324,593 | 324,593 | definición | OK |
| ISO 281 a1 (R=95 %) con Weibull β=1,5 | 0,637912 | 0,64 | ISO 281:2007 tabla a1 | OK |
| Simulación Weibull: mediana de β̂ (MLE con RBA, n = 30) | 2,00689 | 2 | β verdadero = 2 | OK |
| Simulación Weibull: mediana de η̂ (MLE, n = 30) | 99,0571 | 100 | η verdadero = 100 | OK |
| Simulación Weibull: sesgo positivo de β̂ MLE con 5 fallas (45,6 %) | cumple | cumple | Abernethy (2006) | OK |
| Simulación Weibull: RBA reduce el sesgo de MLE (17,2 %) | cumple | cumple | Abernethy (2006) | OK |
Pruebas ejecutadas en cada compilación del sitio (2026-10-15). Código en tests/models.test.mjs.
Referencias
- IEC 61649:2008. Weibull analysis.
- Abernethy, R. B. (2006). The New Weibull Handbook, 5.ª ed.
- ReliaSoft Corporation. Life Data Analysis Reference, ejemplos de estimación por rangos y por máxima verosimilitud.
- Johnson, L. G. (1964). The Statistical Treatment of Fatigue Experiments. Elsevier.