{"id":80937,"date":"2026-09-17T17:59:08","date_gmt":"2026-09-17T20:59:08","guid":{"rendered":"https:\/\/a3aengenharia.com\/?post_type=articles&#038;p=80937"},"modified":"2026-09-17T17:59:08","modified_gmt":"2026-09-17T20:59:08","slug":"analisis-weibull-distribucion-curva-banera-confiabilidad","status":"publish","type":"articles","link":"https:\/\/a3aengenharia.com\/es-es\/contenido\/articulos-tecnicos\/analisis-weibull-distribucion-curva-banera-confiabilidad\/","title":{"rendered":"An\u00e1lisis de Weibull: distribuci\u00f3n, curva de la ba\u00f1era y aplicaci\u00f3n en confiabilidad"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">El an\u00e1lisis de Weibull es una t\u00e9cnica estad\u00edstica utilizada para modelar tiempos o ciclos hasta el fallo e interpretar c\u00f3mo evoluciona con la exposici\u00f3n la probabilidad de fallo de una poblaci\u00f3n. En ingenier\u00eda de confiabilidad, su valor no est\u00e1 \u00fanicamente en calcular una vida media, sino en responder preguntas m\u00e1s \u00fatiles: \u00bfla tasa de fallo est\u00e1 disminuyendo, aproximadamente constante o aumentando? \u00bfCu\u00e1l es la probabilidad de que un elemento sobreviva hasta un tiempo determinado? \u00bfQu\u00e9 fracci\u00f3n de la poblaci\u00f3n puede fallar antes de una intervenci\u00f3n planificada? \u00bfLos datos sustentan una pol\u00edtica de mantenimiento basada en edad o indican que otra estrategia es m\u00e1s adecuada?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La distribuci\u00f3n de Weibull es flexible porque su par\u00e1metro de forma permite representar comportamientos distintos de fallo. Esto la hace especialmente \u00fatil para componentes sujetos a mortalidad infantil, fallos aleatorios, desgaste, fatiga y otros mecanismos dependientes del tiempo o de ciclos. Sin embargo, la flexibilidad del modelo tambi\u00e9n crea riesgo de interpretaciones excesivas: una curva bien ajustada no sustituye el conocimiento del mecanismo de fallo, la calidad de los datos ni el an\u00e1lisis del contexto operacional.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">IEC 61649:2008 establece m\u00e9todos para el an\u00e1lisis de datos Weibull utilizando variables continuas, como tiempo hasta fallo, ciclos, tensi\u00f3n mec\u00e1nica y otras magnitudes de exposici\u00f3n. La norma contempla soluciones gr\u00e1ficas y anal\u00edticas y trata la estimaci\u00f3n de medidas de desempe\u00f1o de confiabilidad de la poblaci\u00f3n a partir de muestras observadas.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Qu\u00e9 es la distribuci\u00f3n de Weibull<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La distribuci\u00f3n de Weibull modela la probabilidad de que una variable positiva, como el tiempo hasta fallo, adopte determinados valores. En la forma de dos par\u00e1metros, los principales par\u00e1metros son:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li><strong>beta (\u03b2)<\/strong>: par\u00e1metro de forma;<\/li><li><strong>eta (\u03b7)<\/strong>: par\u00e1metro de escala o vida caracter\u00edstica.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">La funci\u00f3n de confiabilidad para la Weibull de dos par\u00e1metros puede escribirse como:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>R(t) = exp[-(t\/\u03b7)^\u03b2]<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La probabilidad acumulada de fallo es:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>F(t) = 1 \u2212 R(t)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La tasa instant\u00e1nea de fallo es:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>h(t) = (\u03b2\/\u03b7)(t\/\u03b7)^(\u03b2\u22121)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Estas expresiones muestran por qu\u00e9 \u03b2 es tan importante: define c\u00f3mo var\u00eda la tasa de fallo con el tiempo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">El par\u00e1metro beta y el comportamiento de fallo<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La interpretaci\u00f3n de \u03b2 es uno de los puntos m\u00e1s \u00fatiles del an\u00e1lisis.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table><tbody><tr><td>Rango de \u03b2<\/td><td>Comportamiento t\u00edpico de la tasa de fallo<\/td><td>Interpretaci\u00f3n pr\u00e1ctica<\/td><\/tr><tr><td>\u03b2 &lt; 1<\/td><td>decreciente<\/td><td>fallos iniciales, defectos latentes, problemas de instalaci\u00f3n o calidad<\/td><\/tr><tr><td>\u03b2 \u2248 1<\/td><td>aproximadamente constante<\/td><td>fallos aleatorios o poco dependientes de la edad<\/td><\/tr><tr><td>\u03b2 &gt; 1<\/td><td>creciente<\/td><td>desgaste, fatiga, degradaci\u00f3n acumulada o mecanismo dependiente de la edad<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Esta clasificaci\u00f3n no identifica autom\u00e1ticamente el mecanismo f\u00edsico. Un \u03b2 elevado sugiere fallos m\u00e1s dependientes de la exposici\u00f3n, pero todav\u00eda es necesario relacionar el resultado con evidencias de ingenier\u00eda.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Por ejemplo, rodamientos con \u03b2 &gt; 1 pueden encontrarse en r\u00e9gimen de desgaste, pero el origen puede involucrar lubricaci\u00f3n, desalineaci\u00f3n, contaminaci\u00f3n, carga excesiva o selecci\u00f3n inadecuada. Weibull describe el comportamiento estad\u00edstico; la ingenier\u00eda explica el mecanismo.<\/p>\n\n\n\n<div class=\"wp-block-a3a-destaque\">\n<p class=\"wp-block-paragraph\"><strong>Beta describe el patr\u00f3n estad\u00edstico; no identifica por s\u00ed solo el mecanismo f\u00edsico.<\/strong> La interpretaci\u00f3n debe conectarse con el modo de fallo, la condici\u00f3n operacional y las evidencias de ingenier\u00eda.<\/p>\n\n\n<p class=\"wp-block-paragraph\"><a href=\"\/conteudo\/artigos-tecnicos\/fmea-engenharia-modos-efeitos-causas-falha\/\"><strong>Relacione el an\u00e1lisis con FMEA \u2192<\/strong><\/a><\/p>\n<\/div>\n\n\n\n<h2 class=\"wp-block-heading\">El par\u00e1metro eta y la vida caracter\u00edstica<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">\u03b7 es el tiempo o nivel de exposici\u00f3n en el que aproximadamente el 63,2% de la poblaci\u00f3n habr\u00e1 fallado, considerando la Weibull de dos par\u00e1metros.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Esto se deriva de:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>F(\u03b7) = 1 \u2212 exp(-1) \u2248 0,632<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Eta no es la vida media y no debe interpretarse como la \u201cfecha de caducidad\u201d del componente. Es un par\u00e1metro de escala de la distribuci\u00f3n.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Si dos poblaciones poseen el mismo \u03b2, pero valores de \u03b7 diferentes, la poblaci\u00f3n con mayor \u03b7 tiende a presentar fallos m\u00e1s tarde. Si \u03b2 tambi\u00e9n cambia, la comparaci\u00f3n exige mayor cuidado porque la forma de la distribuci\u00f3n tambi\u00e9n es distinta.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">B10, B50 y vidas percentiles<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">En ingenier\u00eda es com\u00fan expresar la vida correspondiente a una determinada fracci\u00f3n acumulada de fallos.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li><strong>B10<\/strong>: tiempo en el que habr\u00e1 fallado el 10% de la poblaci\u00f3n;<\/li><li><strong>B50<\/strong>: mediana, tiempo en el que habr\u00e1 fallado el 50%;<\/li><li><strong>B1<\/strong>: tiempo correspondiente al 1% de fallos.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">La vida Bp puede obtenerse a partir de:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>t_p = \u03b7[-ln(1-p)]^(1\/\u03b2)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Este tipo de m\u00e9trica suele ser m\u00e1s \u00fatil que la media, principalmente cuando la consecuencia del fallo es alta y la organizaci\u00f3n desea planificar una intervenci\u00f3n antes de que falle una fracci\u00f3n significativa de la poblaci\u00f3n.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ejemplo num\u00e9rico sencillo<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Considere una poblaci\u00f3n ajustada por una Weibull con:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>\u03b2 = 3;<\/li><li>\u03b7 = 10.000 horas.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">La confiabilidad a las 8.000 horas ser\u00e1:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>R(8000) = exp[-(0,8)^3] = exp(-0,512) \u2248 0,599<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Esto significa que, seg\u00fan el modelo, aproximadamente el 59,9% de la poblaci\u00f3n permanecer\u00eda sin fallo hasta las 8.000 horas y cerca del 40,1% habr\u00eda fallado antes de ese punto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Como \u03b2 = 3, la tasa de fallo crece con el tiempo. Este comportamiento puede justificar evaluar una pol\u00edtica basada en edad, siempre que los costos y consecuencias tengan sentido y que la poblaci\u00f3n sea realmente comparable.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Weibull y la curva de la ba\u00f1era<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La llamada curva de la ba\u00f1era representa conceptualmente tres regiones de tasa de fallo:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">1. <strong>fallos iniciales<\/strong>, con tasa decreciente; 2. <strong>vida \u00fatil<\/strong>, frecuentemente representada por una tasa aproximadamente constante; 3. <strong>desgaste<\/strong>, con tasa creciente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La Weibull puede representar cada regi\u00f3n por separado mediante valores diferentes de \u03b2, pero una \u00fanica Weibull no debe utilizarse autom\u00e1ticamente para modelar todo el ciclo de vida como si la poblaci\u00f3n atravesara continuamente las tres fases.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En la pr\u00e1ctica, la curva de la ba\u00f1era es una representaci\u00f3n conceptual. Muchos activos reales no muestran las tres regiones de forma clara. Algunos fallan predominantemente por mecanismos aleatorios; otros por desgaste; otros presentan una mezcla de mecanismos.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">La curva de la ba\u00f1era no es una ley universal<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Es habitual utilizar la curva de la ba\u00f1era como justificaci\u00f3n autom\u00e1tica para mantenimiento preventivo por edad. Esto puede ser t\u00e9cnicamente incorrecto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Si los modos de fallo predominantes presentan un comportamiento aproximadamente aleatorio, la sustituci\u00f3n por tiempo puede retirar componentes todav\u00eda sanos sin reducir significativamente la probabilidad de fallo. Si existe una clara tendencia de desgaste, la edad puede ser un buen discriminante.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La decisi\u00f3n debe basarse en el <strong>modo de fallo<\/strong>, no solo en el tipo de equipo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Datos necesarios para un an\u00e1lisis de Weibull<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Un an\u00e1lisis m\u00ednimamente defendible debe definir:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>poblaci\u00f3n analizada;<\/li><li>criterio de inicio de la exposici\u00f3n;<\/li><li>definici\u00f3n de fallo;<\/li><li>unidad de exposici\u00f3n: horas, ciclos, kil\u00f3metros, operaciones, etc.;<\/li><li>elementos que fallaron;<\/li><li>elementos que todav\u00eda no fallaron;<\/li><li>cambios de dise\u00f1o o condici\u00f3n operacional;<\/li><li>per\u00edodo de observaci\u00f3n;<\/li><li>calidad de los registros.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Mezclar poblaciones diferentes puede generar par\u00e1metros sin significado f\u00edsico. Equipos de fabricantes distintos, revisiones de dise\u00f1o diferentes, reg\u00edmenes operacionales incompatibles o ambientes muy distintos pueden no pertenecer a la misma poblaci\u00f3n estad\u00edstica.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Los datos censurados forman parte de la informaci\u00f3n<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Uno de los errores m\u00e1s graves es analizar \u00fanicamente los elementos que fallaron e ignorar los que contin\u00faan operando.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Si diez equipos fueron observados durante 10.000 horas y tres fallaron, los siete supervivientes aportan informaci\u00f3n importante. Son observaciones censuradas por la derecha: sabemos que sobrevivieron hasta un tiempo determinado, aunque no sabemos cu\u00e1ndo fallar\u00e1n.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Excluir estos elementos tiende a distorsionar la distribuci\u00f3n y anticipar artificialmente la vida estimada.<\/p>\n\n\n\n<div class=\"wp-block-a3a-destaque\">\n<p class=\"wp-block-paragraph\"><strong>Los elementos que todav\u00eda no han fallado tambi\u00e9n son datos.<\/strong> Ignorar censuras\/suspensiones elimina precisamente la evidencia de supervivencia y puede producir una vida artificialmente corta.<\/p>\n\n\n<p class=\"wp-block-paragraph\"><a href=\"\/conteudo\/artigos-tecnicos\/mtbf-mttr-disponibilidade-confiabilidade-sistemas\/\"><strong>Vea tambi\u00e9n MTBF, MTTR y Disponibilidad \u2192<\/strong><\/a><\/p>\n<\/div>\n\n\n\n<p class=\"wp-block-paragraph\">El an\u00e1lisis debe registrar de forma consistente fallos y suspensiones\/censuras.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">El fallo funcional debe definirse<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">\u201cFall\u00f3\u201d puede significar cosas diferentes:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>parada total;<\/li><li>desempe\u00f1o por debajo de un l\u00edmite;<\/li><li>fuga por encima de un criterio;<\/li><li>degradaci\u00f3n de aislamiento;<\/li><li>aumento de vibraci\u00f3n;<\/li><li>p\u00e9rdida de redundancia;<\/li><li>necesidad de sustituci\u00f3n.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">La definici\u00f3n del evento debe ser homog\u00e9nea. Mezclar criterios diferentes en una misma muestra produce una distribuci\u00f3n dif\u00edcil de interpretar.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Weibull de dos y tres par\u00e1metros<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La forma de dos par\u00e1metros supone que la distribuci\u00f3n comienza en t = 0.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La Weibull de tres par\u00e1metros a\u00f1ade un par\u00e1metro de localizaci\u00f3n \u03b3:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>R(t) = exp[-((t\u2212\u03b3)\/\u03b7)^\u03b2]<\/strong>, para t &gt; \u03b3.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">El par\u00e1metro \u03b3 desplaza la distribuci\u00f3n y puede representar un per\u00edodo antes del cual los fallos son poco probables seg\u00fan el modelo. Sin embargo, a\u00f1adir un tercer par\u00e1metro aumenta la flexibilidad y el riesgo de sobreajuste, especialmente con muestras peque\u00f1as.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">No se deben elegir tres par\u00e1metros \u00fanicamente porque el ajuste gr\u00e1fico parezca mejor. La decisi\u00f3n debe ser estad\u00edstica y f\u00edsicamente defendible.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">C\u00f3mo se estiman los par\u00e1metros<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Los m\u00e9todos habituales incluyen:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>regresi\u00f3n en papel\/probability plot de Weibull;<\/li><li>m\u00e1xima verosimilitud;<\/li><li>m\u00e9todos num\u00e9ricos espec\u00edficos;<\/li><li>estimadores adecuados para datos censurados.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Los softwares de confiabilidad ejecutan los c\u00e1lculos r\u00e1pidamente, pero no resuelven los principales problemas: calidad de la muestra, definici\u00f3n de la poblaci\u00f3n, censura, mezcla de mecanismos e interpretaci\u00f3n f\u00edsica.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Probability plot y linealizaci\u00f3n<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La distribuci\u00f3n puede transformarse de forma que los datos se aproximen a una recta en papel Weibull.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Partiendo de:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>F(t) = 1 \u2212 exp[-(t\/\u03b7)^\u03b2]<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">se obtiene:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>ln[-ln(1\u2212F)] = \u03b2 ln(t) \u2212 \u03b2 ln(\u03b7)<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La pendiente de la recta est\u00e1 asociada a \u03b2. Esta visualizaci\u00f3n sigue siendo \u00fatil porque ayuda a identificar desviaciones, cambios de r\u00e9gimen, outliers y posibles mezclas de poblaci\u00f3n.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un coeficiente visualmente convincente, sin embargo, no sustituye las pruebas de ajuste ni el an\u00e1lisis de las hip\u00f3tesis.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Mezcla de modos de fallo<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Una poblaci\u00f3n puede contener modos de fallo con comportamientos diferentes.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ejemplo: un motor puede fallar por:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>defecto inicial de fabricaci\u00f3n;<\/li><li>fallo aleatorio de componente electr\u00f3nico;<\/li><li>desgaste de rodamiento;<\/li><li>degradaci\u00f3n de aislamiento.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Ajustar todos los eventos a una sola Weibull puede producir un \u03b2 intermedio que no representa ning\u00fan mecanismo real.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Siempre que sea posible, los datos deben estratificarse por modo de fallo o causa relevante. Esto conecta Weibull con FMEA, FMECA y RCA.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Los outliers deben investigarse, no borrarse<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Un punto muy alejado de la tendencia puede ser:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>error de registro;<\/li><li>condici\u00f3n operacional excepcional;<\/li><li>unidad reparada de forma diferente;<\/li><li>cambio de dise\u00f1o;<\/li><li>modo de fallo distinto;<\/li><li>evento real poco frecuente.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Excluir el punto porque \u201cestropea la recta\u201d es una pr\u00e1ctica inadecuada. Primero es necesario explicar t\u00e9cnicamente por qu\u00e9 no pertenece a la poblaci\u00f3n modelada.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Tama\u00f1o de muestra e incertidumbre<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La Weibull puede estimarse con pocos fallos, pero la incertidumbre puede ser grande. Par\u00e1metros puntuales sin intervalos de confianza transmiten una falsa precisi\u00f3n.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Cuanto menor sea la muestra y mayor la censura, mayor tiende a ser la incertidumbre. Esto importa especialmente para vidas B1 o B10, que pueden utilizarse en decisiones conservadoras.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La decisi\u00f3n de mantenimiento no debe ocultar la incertidumbre del modelo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Weibull y mantenimiento preventivo<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Cuando \u03b2 es claramente mayor que 1 y el mecanismo de fallo est\u00e1 relacionado con envejecimiento o desgaste, puede tener sentido evaluar sustituci\u00f3n preventiva por edad.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">El an\u00e1lisis debe comparar:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>costo de la intervenci\u00f3n planificada;<\/li><li>costo y consecuencia del fallo;<\/li><li>probabilidad de fallo antes del intervalo;<\/li><li>efecto de la intervenci\u00f3n sobre la edad efectiva;<\/li><li>riesgo de fallos inducidos por el propio mantenimiento.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Un \u03b2 &gt; 1 no significa autom\u00e1ticamente \u201csustituir por tiempo\u201d. Es una se\u00f1al estad\u00edstica que debe convertirse en una decisi\u00f3n econ\u00f3mica y t\u00e9cnica.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Weibull y mantenimiento basado en condici\u00f3n<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Si existe un par\u00e1metro de condici\u00f3n capaz de indicar degradaci\u00f3n antes del fallo, CBM puede ser m\u00e1s eficiente que una pol\u00edtica puramente basada en edad.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Por ejemplo, los rodamientos pueden presentar aumento de vibraci\u00f3n antes del fallo funcional. El an\u00e1lisis Weibull ayuda a comprender la distribuci\u00f3n de vida; la monitorizaci\u00f3n de condici\u00f3n ayuda a identificar el estado espec\u00edfico de cada unidad.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Los enfoques son complementarios.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Weibull y stock de repuestos<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La distribuci\u00f3n puede apoyar estimaciones de demanda de reposici\u00f3n cuando se combina con poblaci\u00f3n instalada, edad de los activos, crecimiento de la base y pol\u00edtica de mantenimiento.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Sin embargo, la demanda de stock no depende \u00fanicamente de la probabilidad de fallo. Lead time, reparabilidad, criticidad, redundancia y pol\u00edtica de contingencia tambi\u00e9n deben considerarse.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Weibull y garant\u00eda<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Los datos de garant\u00eda son una fuente frecuente para el an\u00e1lisis, pero pueden contener sesgos:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>no todo fallo se reporta;<\/li><li>el tiempo de instalaci\u00f3n puede ser desconocido;<\/li><li>la exposici\u00f3n real var\u00eda;<\/li><li>las devoluciones pueden incluir elementos sin fallo confirmado;<\/li><li>el producto puede tener revisiones diferentes.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">El origen del dato debe comprenderse antes del ajuste.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ejemplo de decisi\u00f3n con B10<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Suponga que una flota de equipos cr\u00edticos presenta un B10 estimado de 18.000 horas y \u03b2 = 4. La organizaci\u00f3n considera una intervenci\u00f3n planificada a las 16.000 horas.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La pregunta correcta no es \u00fanicamente si 16.000 &lt; 18.000. Es necesario evaluar:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>confianza estad\u00edstica del B10;<\/li><li>costo de la parada planificada;<\/li><li>consecuencia del fallo entre las 16.000 y 18.000 h;<\/li><li>condici\u00f3n individual de los equipos;<\/li><li>posibilidad de inspecci\u00f3n o monitorizaci\u00f3n;<\/li><li>efecto real de la intervenci\u00f3n sobre el mecanismo de fallo.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">La m\u00e9trica apoya la decisi\u00f3n; no sustituye la decisi\u00f3n.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Cu\u00e1ndo no utilizar Weibull<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Weibull puede ser inadecuada o poco \u00fatil cuando:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>la poblaci\u00f3n es demasiado heterog\u00e9nea;<\/li><li>no existe una definici\u00f3n consistente de fallo;<\/li><li>la exposici\u00f3n es desconocida;<\/li><li>existen cambios importantes de dise\u00f1o sin trazabilidad;<\/li><li>los datos est\u00e1n dominados por causas externas no comparables;<\/li><li>hay pocos eventos y ninguna informaci\u00f3n de censura;<\/li><li>el objetivo puede responderse con un m\u00e9todo m\u00e1s sencillo.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Modelar datos deficientes con un m\u00e9todo sofisticado no mejora la decisi\u00f3n.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Relaci\u00f3n con MTBF<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">MTBF resume el tiempo medio entre fallos en sistemas reparables, pero puede ocultar cambios de la tasa de fallo a lo largo del tiempo. Weibull permite evaluar expl\u00edcitamente si el comportamiento depende de la edad\/exposici\u00f3n.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Cuando \u03b2 \u2248 1, el comportamiento se aproxima al modelo exponencial de tasa de fallo constante. Cuando \u03b2 difiere sustancialmente de 1, un \u00fanico MTBF puede ser una descripci\u00f3n insuficiente de la din\u00e1mica de la poblaci\u00f3n.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Relaci\u00f3n con el an\u00e1lisis de criticidad<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">El an\u00e1lisis de Weibull prioriza la comprensi\u00f3n probabil\u00edstica; la criticidad prioriza la consecuencia. Combinar ambos permite evitar decisiones basadas \u00fanicamente en frecuencia.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un componente con baja probabilidad de fallo puede seguir siendo prioritario si la consecuencia es intolerable. Un componente con \u03b2 alto y fallos crecientes puede no justificar una intervenci\u00f3n agresiva si posee bajo impacto y f\u00e1cil sustituci\u00f3n.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Proceso recomendado para aplicar Weibull<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Una aplicaci\u00f3n disciplinada puede seguir:<\/p>\n\n\n\n<ol class=\"wp-block-list\"><li>Definir la pregunta de decisi\u00f3n.<\/li><li>Delimitar la poblaci\u00f3n.<\/li><li>Definir el evento de fallo.<\/li><li>Recopilar fallos y censuras.<\/li><li>Validar exposici\u00f3n y calidad de los datos.<\/li><li>Segmentar modos de fallo cuando sea necesario.<\/li><li>Elegir modelo y m\u00e9todo de estimaci\u00f3n.<\/li><li>Evaluar ajuste e incertidumbre.<\/li><li>Interpretar \u03b2, \u03b7 y vidas percentiles junto con el mecanismo f\u00edsico.<\/li><li>Convertir el resultado en una decisi\u00f3n de mantenimiento, dise\u00f1o o stock.<\/li><li>Actualizar el modelo con nuevos datos.<\/li><\/ol>\n\n\n\n<h2 class=\"wp-block-heading\">Qu\u00e9 debe entregar un buen an\u00e1lisis<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">El informe no deber\u00eda terminar en dos par\u00e1metros. Debe registrar:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>pregunta analizada;<\/li><li>definici\u00f3n de poblaci\u00f3n y fallo;<\/li><li>origen y calidad de los datos;<\/li><li>censuras y exclusiones justificadas;<\/li><li>m\u00e9todo de estimaci\u00f3n;<\/li><li>par\u00e1metros e intervalos de confianza;<\/li><li>curvas de confiabilidad\/probabilidad\/tasa de fallo;<\/li><li>interpretaci\u00f3n de los modos de fallo;<\/li><li>implicaciones para mantenimiento o ciclo de vida;<\/li><li>limitaciones y pr\u00f3ximas evidencias necesarias.<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">La fortaleza de Weibull est\u00e1 en transformar el historial de fallos en una hip\u00f3tesis cuantitativa sobre comportamiento futuro. La calidad de la ingenier\u00eda est\u00e1 en saber <strong>cu\u00e1ndo esa hip\u00f3tesis es v\u00e1lida, cu\u00e1nta incertidumbre contiene y qu\u00e9 decisi\u00f3n sustenta realmente<\/strong>.<\/p>\n\n\n\n<div class=\"wp-block-a3a-destaque\">\n<p class=\"wp-block-paragraph\"><strong>Una curva ajustada no es una pol\u00edtica de mantenimiento.<\/strong> El modelo solo aporta valor cuando poblaci\u00f3n, mecanismo, incertidumbre, criticidad y consecuencia se convierten en una decisi\u00f3n trazable.<\/p>\n\n\n<p class=\"wp-block-paragraph\"><a href=\"\/servicos\/operacao\/engenharia-de-confiabilidade-e-disponibilidade\/\"><strong>Ingenier\u00eda de Confiabilidad y Disponibilidad \u2192<\/strong><\/a><\/p>\n<\/div>\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\"><summary>Referencias t\u00e9cnicas<\/summary>\n<p class=\"wp-block-paragraph\">[1] IEC. <a href=\"https:\/\/webstore.iec.ch\/en\/publication\/5698\">IEC 61649:2008 \u2014 Weibull analysis<\/a>. Geneva: IEC, 2008.<\/p>\n<p class=\"wp-block-paragraph\">[2] IEC. <a href=\"https:\/\/webstore.iec.ch\/en\/publication\/66489\">IEC 60300-1:2024 \u2014 Dependability management \u2014 Part 1: Managing dependability<\/a>. Geneva: IEC, 2024.<\/p>\n<p class=\"wp-block-paragraph\">[3] NIST\/SEMATECH. <a href=\"https:\/\/www.itl.nist.gov\/div898\/handbook\/eda\/section3\/eda3668.htm\">e-Handbook of Statistical Methods \u2014 Weibull Distribution<\/a>. Gaithersburg: NIST.<\/p>\n<\/details>\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\"><summary>Preguntas frecuentes<\/summary>\n<div class=\"schema-faq wp-block-yoast-faq-block\"><div class=\"schema-faq-section\" id=\"faq-question-o-que-an-lise-de-weibull-d3a3ec52\"><strong class=\"schema-faq-question\">\u00bfQu\u00e9 es el an\u00e1lisis de Weibull?<\/strong> <p class=\"schema-faq-answer\">Es una t\u00e9cnica estad\u00edstica para modelar tiempos o ciclos hasta fallo y estimar confiabilidad, probabilidad acumulada de fallo, tasa de fallo y vidas percentiles de una poblaci\u00f3n.<\/p><\/div><div class=\"schema-faq-section\" id=\"faq-question-o-que-significa-beta-na-weibull-a84da8b2\"><strong class=\"schema-faq-question\">\u00bfQu\u00e9 significa beta en Weibull?<\/strong> <p class=\"schema-faq-answer\">Beta es el par\u00e1metro de forma. Valores menores que 1 indican tasa de fallo decreciente, pr\u00f3ximos a 1 comportamiento aproximadamente constante y mayores que 1 tasa de fallo creciente.<\/p><\/div><div class=\"schema-faq-section\" id=\"faq-question-o-que-significa-eta-na-weibull-93e8299a\"><strong class=\"schema-faq-question\">\u00bfQu\u00e9 significa eta en Weibull?<\/strong> <p class=\"schema-faq-answer\">Eta es el par\u00e1metro de escala o vida caracter\u00edstica, correspondiente al punto en el que aproximadamente el 63,2% de la poblaci\u00f3n habr\u00e1 fallado en una Weibull de dos par\u00e1metros.<\/p><\/div><div class=\"schema-faq-section\" id=\"faq-question-o-que-b10-99d88d10\"><strong class=\"schema-faq-question\">\u00bfQu\u00e9 es B10?<\/strong> <p class=\"schema-faq-answer\">B10 es el tiempo o exposici\u00f3n en el que el modelo estima que habr\u00e1 fallado el 10% de la poblaci\u00f3n y el 90% permanecer\u00e1 sin fallo.<\/p><\/div><div class=\"schema-faq-section\" id=\"faq-question-weibull-serve-para-definir-intervalo-de-manuten--e798bd16\"><strong class=\"schema-faq-question\">\u00bfWeibull sirve para definir intervalos de mantenimiento preventivo?<\/strong> <p class=\"schema-faq-answer\">Puede apoyar la decisi\u00f3n, principalmente cuando la tasa de fallo crece con la edad, pero la elecci\u00f3n del intervalo debe considerar mecanismo de fallo, consecuencia, costo, condici\u00f3n individual e incertidumbre estad\u00edstica.<\/p><\/div><div class=\"schema-faq-section\" id=\"faq-question-qual-a-diferen-a-entre-weibull-e-mtbf-b5663fb0\"><strong class=\"schema-faq-question\">\u00bfCu\u00e1l es la diferencia entre Weibull y MTBF?<\/strong> <p class=\"schema-faq-answer\">MTBF resume un valor medio. Weibull permite evaluar c\u00f3mo cambian la probabilidad y la tasa de fallo con la exposici\u00f3n, siendo m\u00e1s informativa cuando el comportamiento no es aproximadamente constante.<\/p><\/div><\/div>\n<\/details>\n\n\n\n<details class=\"wp-block-details is-layout-flow wp-block-details-is-layout-flow\"><summary>Materiales t\u00e9cnicos complementarios<\/summary>\n<p class=\"wp-block-paragraph\"><strong>Soluciones relacionadas<\/strong><\/p>\n<ul class=\"wp-block-list\"><li><a href=\"\/solucoes\/engenharia-de-software\/aplicacoes-de-campo-inspecao-coleta-de-dados\/\">Aplicaciones de Campo, Inspecci\u00f3n y Recopilaci\u00f3n de Datos T\u00e9cnicos<\/a><\/li><li><a href=\"\/solucoes\/gestao-e-governanca-de-engenharia\/gestao-conhecimento-tecnico-licoes-aprendidas\/\">Gesti\u00f3n del Conocimiento T\u00e9cnico y Lecciones Aprendidas<\/a><\/li><li><a href=\"\/solucoes\/gestao-e-governanca-de-engenharia\/gestao-requisitos-evidencias-criterios-aceite\/\">Gesti\u00f3n de Requisitos, Evidencias y Criterios de Aceptaci\u00f3n<\/a><\/li><\/ul>\n<p class=\"wp-block-paragraph\"><strong>Servicios de ingenier\u00eda relacionados<\/strong><\/p>\n<ul class=\"wp-block-list\"><li><a href=\"\/servicos\/operacao\/engenharia-de-confiabilidade-e-disponibilidade\/\">Ingenier\u00eda de Confiabilidad y Disponibilidad<\/a><\/li><li><a href=\"\/servicos\/operacao\/engenharia-de-manutencao\/\">Ingenier\u00eda de Mantenimiento<\/a><\/li><li><a href=\"\/servicos\/operacao\/gestao-de-ativos-de-engenharia\/\">Gesti\u00f3n de Activos de Ingenier\u00eda<\/a><\/li><\/ul>\n<p class=\"wp-block-paragraph\"><strong>Contenidos t\u00e9cnicos relacionados<\/strong><\/p>\n<ul class=\"wp-block-list\"><li><a href=\"\/conteudo\/artigos-tecnicos\/engenharia-confiabilidade-metodos-indicadores-aplicacoes\/\">Ingenier\u00eda de Confiabilidad<\/a><\/li><li><a href=\"\/conteudo\/artigos-tecnicos\/mtbf-mttr-disponibilidade-confiabilidade-sistemas\/\">MTBF, MTTR y Disponibilidad<\/a><\/li><li><a href=\"\/conteudo\/artigos-tecnicos\/analise-ram-reliability-availability-maintainability-engenharia\/\">An\u00e1lisis RAM<\/a><\/li><li><a href=\"\/conteudo\/artigos-tecnicos\/analise-criticidade-ativos-criterios-matriz-priorizacao\/\">An\u00e1lisis de Criticidad de Activos<\/a><\/li><li><a href=\"\/conteudo\/artigos-tecnicos\/fmea-engenharia-modos-efeitos-causas-falha\/\">FMEA en Ingenier\u00eda<\/a><\/li><li><a href=\"\/conteudo\/artigos-tecnicos\/life-cycle-cost-lcc-custo-ciclo-vida-ativos-sistemas\/\">Life Cycle Cost \u2014 LCC<\/a><\/li><li><a href=\"\/conteudo\/artigos-tecnicos\/manutencao-baseada-condicao-cbm-monitoramento-diagnostico\/\">Mantenimiento Basado en Condici\u00f3n \u2014 CBM<\/a><\/li><\/ul>\n<p class=\"wp-block-paragraph\"><strong>Gu\u00edas, frameworks y referencias<\/strong><\/p>\n<ul class=\"wp-block-list\"><li><a href=\"\/conteudo\/guias-tecnicos\/guia-completo-sobre-comissionamento\/\">Comisionamiento: gu\u00eda completa<\/a><\/li><li><a href=\"\/conteudo\/guias-tecnicos\/gestao-de-engenharia-processos-governanca-projetos-desempenho\/\">Gesti\u00f3n de Ingenier\u00eda: procesos, gobernanza, proyectos y desempe\u00f1o<\/a><\/li><li><a href=\"\/conteudo\/whitepapers\/framework-handover-tecnico-obras-sistemas-operacao\/\">Framework de Handover T\u00e9cnico de Obras y Sistemas<\/a><\/li><\/ul>\n<\/details>\n","protected":false},"excerpt":{"rendered":"<p>An\u00e1lisis de Weibull aplicado a confiabilidad: beta, eta, B10, curva de la ba\u00f1era, datos censurados, tasa de fallo y decisiones de mantenimiento.<\/p>\n","protected":false},"author":1,"featured_media":78877,"parent":0,"template":"","meta":{"_a3a_global_related_solutions":[],"_a3a_global_related_services":[],"_a3a_global_related_materials":[],"_a3a_post_lang":"es-es","_a3a_translation_group_id":"139c4297-4dbe-4226-aa84-9fab1e133469","_a3a_i18n_canonical_slug":"analisis-weibull-distribucion-curva-banera-confiabilidad","_a3a_prod_post_id":"","_a3a_lang_url_en-us":"","_a3a_lang_url_es-es":""},"categories":[],"segments":[],"mercados":[],"etapas":[],"class_list":["post-80937","articles","type-articles","status-publish","has-post-thumbnail","hentry"],"_links":{"self":[{"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/articles\/80937","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/articles"}],"about":[{"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/types\/articles"}],"author":[{"embeddable":true,"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":1,"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/articles\/80937\/revisions"}],"predecessor-version":[{"id":80938,"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/articles\/80937\/revisions\/80938"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/media\/78877"}],"wp:attachment":[{"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/media?parent=80937"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/categories?post=80937"},{"taxonomy":"segments","embeddable":true,"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/segments?post=80937"},{"taxonomy":"mercados","embeddable":true,"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/mercados?post=80937"},{"taxonomy":"etapas","embeddable":true,"href":"https:\/\/a3aengenharia.com\/es-es\/wp-json\/wp\/v2\/etapas?post=80937"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}