Inicio / Mantenimiento / Confiabilidad y gestión

Análisis de datos de vida: Weibull, lognormal y exponencial con censura

Pegue desde Excel las horas (o ciclos, km) hasta el fallo de cada unidad y las que siguen funcionando, y vea el patrón de fallo, la vida B10 con intervalo de confianza, la confiabilidad en la misión, el costo de garantía y cuántas unidades ensayar para demostrar la meta.

Herramienta de predimensionamiento y estimación: los resultados no sustituyen al proyecto, cálculo o informe firmado por un técnico competente ni la verificación conforme a las normas aplicables.

VerificaciónRevisión 03/11/2026
Datos de vida
Ver lo que se leyó

Estado: F o 1 = fallo; C o 0 = censura por la derecha (todavía funcionando). Las columnas de grupo (proveedor, lote) y de cantidad son opcionales.

Análisis
Garantía (opcional)
Ensayo de demostración

Los datos quedan solo en este navegador y no se envían. Desmarque para borrarlos.

—Patrón de fallo y vida
—

Gráfica de probabilidad con intervalo de confianza

Cada punto es un fallo en su posición de Kaplan-Meier modificado; las censuras entran en el cálculo de las posiciones. Recta = distribución ajustada; franja = IC de los percentiles. Puntos sobre la recta: la distribución describe bien los datos.

Toque el gráfico para ver los valores.

Identificación de la distribución

Los mismos datos en las cuatro escalas. Elija la de puntos más rectos: menor Anderson-Darling (ajustado) y mayor correlación.

Estimaciones, características y percentiles

Parámetros con error estándar e intervalo de confianza, media y cuartiles de la distribución ajustada y la tabla de percentiles (vida Bx).

Estimaciones de los parámetros

Características de la distribución

Tabla de percentiles

Tabla de probabilidades de supervivencia

Función de supervivencia R(t)

Escalones = Kaplan-Meier (datos, sin suponer distribución; + = censura); curva = distribución ajustada con IC. Que coincidan confirma el ajuste.

Toque el gráfico para ver los valores.

Tasa de fallos h(t)

Riesgo instantáneo de fallo de las unidades que siguen funcionando. Creciente = desgaste (la sustitución preventiva compensa); constante = aleatorio; decreciente = mortalidad infantil (mejore montaje y arranque).

Toque el gráfico para ver los valores.

Función de densidad de probabilidad f(t)

Dónde se concentran los fallos en el tiempo. Marcas en el eje = fallos observados.

Toque el gráfico para ver los valores.

Análisis no paramétrico (Kaplan-Meier)

Tabla de Kaplan-Meier y tasa de fallos empírica

Comparación de grupos

Cada grupo ajustado por separado, pruebas de igualdad de parámetros (razón de verosimilitud) y de las curvas de supervivencia (log-rank y Wilcoxon).

Gráfica de probabilidad por grupo

Rectas paralelas = misma forma (mismo modo de fallo); la desplazada a la derecha dura más. Rectas que se cruzan = modos de fallo distintos.

Toque el gráfico para ver los valores.

Supervivencia por grupo

Kaplan-Meier de cada grupo (escalones) y distribución ajustada (discontinua). La diferencia de vida B10 entre grupos aparece directamente en la gráfica.

Toque el gráfico para ver los valores.

Fallos esperados en garantía

Fallos acumulados esperados en las unidades vendidas a lo largo del tiempo, con IC; la línea vertical es el fin de la garantía.

Toque el gráfico para ver los valores.

Plan de ensayo de demostración

Cuántas unidades y cuánto tiempo de ensayo para demostrar la meta con la confianza elegida (Weibull con β conocido).

Probabilidad de aprobar el ensayo

Eje x = cuánto supera la vida real (η) a la meta. Un diseño justo en la meta aprueba con probabilidad 1 − C; aceptar fallos (m > 0) protege a un diseño algo mejor que la meta.

Toque el gráfico para ver los valores.

Tiempo de ensayo por unidad × n.º de unidades

Cada curva es un plan igualmente válido: elija la combinación que cabe en el banco de ensayo y en el plazo.

Toque el gráfico para ver los valores.

Siguiente paso

Lleve los resultados de esta página a otra calculadora, con los campos ya rellenados.

La memoria reúne entradas, resultados, ecuaciones, hipótesis y referencias de esta página, con campos para proyecto, responsable y revisión. El informe completo incluye también los gráficos y las interpretaciones, en color. En la ventana de impresión, elija Guardar como PDF.

Método, hipótesis y referencias

Ecuaciones utilizadas

Weibull: F(t) = 1 − exp[−(t/η)^β]; lognormal: F(t) = Φ[(ln t − μ)/σ]; exponencial: F(t) = 1 − exp(−t/θ); normal: F(t) = Φ[(t − μ)/σ]
Verosimilitud: ln L = Σ fallos ln f(tᵢ) + Σ censuras ln R(tⱼ) + Σ intervalos ln[F(bₖ) − F(aₖ)]; IC de los parámetros por la matriz de información observada (normal en ln η, ln σ, ln β)
Percentil: t_p = exp(μ + σ·w_p), w_p = ln[−ln(1 − p)] (Weibull) o Φ⁻¹(p) (lognormal); Var(ln t_p) = Var μ + 2w_p Cov(μ, σ) + w_p² Var σ
Posiciones de trazado: Kaplan-Meier modificado, F = 1 − [S(tᵢ) + S(tᵢ₋₁)]/2; LSXY: regresión de ln t sobre w(F); Anderson-Darling (aj.) = n·∫(Fₙ − F)²/[F(1 − F)] dF
Kaplan-Meier: S(t) = Π(1 − dⱼ/nⱼ), EE de Greenwood; ensayo de demostración: p = Beta⁻¹(C; m + 1, n − m), T = η₀·[−ln(1 − p)]^(1/β)

Hipótesis y límites

  • Unidades independientes, mismo modo de fallo y mismas condiciones de uso; la censura no depende de la inminencia del fallo (retirar unidades «que iban a fallar» distorsiona el resultado).
  • Para sistemas reparables (el mismo equipo falla varias veces), los tiempos entre fallos solo valen aquí si la reparación lo deja como nuevo; con degradación, use modelos de proceso (Crow-AMSAA).
  • Los intervalos usan la aproximación normal de la máxima verosimilitud; con menos de 10 fallos resultan optimistas. En LSXY, los intervalos usan la matriz de información evaluada en las estimaciones LSXY.
  • Ensayo de demostración: β de Weibull conocido, unidades ensayadas durante el mismo tiempo, sin reposición; las distribuciones de 3 parámetros y la vida acelerada no se tratan aquí.

Normas y documentos técnicos

  • Meeker, W. Q.; Escobar, L. A. Statistical Methods for Reliability Data. Wiley, 1998 (cap. 3, 7, 8 e 10)
  • Abernethy, R. B. The New Weibull Handbook, 5th ed., 2006
  • Nelson, W. Applied Life Data Analysis. Wiley, 1982
  • Klein, J. P.; Moeschberger, M. L. Survival Analysis, 2nd ed. Springer, 2003 (Kaplan-Meier, log-rank)
  • IEC 61649:2008 Weibull analysis
  • IEC 61124:2023 Reliability testing — Compliance tests for constant failure rate and constant failure intensity
  • IEC 61810-2 / VDI 4002 (B10 e ensaios de vida)

Legislación aplicable

  • Consulte la legislación vigente en su país sobre seguridad y salud en el trabajo, equipos a presión, instalaciones eléctricas y medio ambiente que se aplique a esta instalación.

Preguntas frecuentes

¿Qué es el análisis de Weibull y para qué sirve?

Es el ajuste de una distribución de vida a los tiempos hasta el fallo de un componente. La forma β indica si los fallos son precoces (β < 1), aleatorios (β ≈ 1) o de desgaste (β > 1), y la escala η es la edad a la que ha fallado el 63,2%. Con ello se estima la vida B10, la confiabilidad en la misión, el intervalo de sustitución preventiva y el costo de garantía.

¿Qué hago con las unidades que todavía no han fallado?

Inclúyalas todas, marcadas con estado C (censura por la derecha). Descartarlas o tratarlas como fallos subestima la vida: en el ejemplo de los rodamientos, 12 de las 26 unidades del Proveedor A seguían funcionando. La máxima verosimilitud usa la información de que duraron al menos ese tiempo.

¿Máxima verosimilitud o mínimos cuadrados (LSXY)?

Use la máxima verosimilitud por defecto, sobre todo con mucha censura: trata las censuras de forma exacta y da intervalos de confianza. LSXY, la recta en la gráfica de probabilidad, suele ir mejor con pocos fallos (menos de 10 a 15) y poca censura.

¿Cómo elijo entre Weibull, lognormal y exponencial?

Compare el Anderson-Darling (ajustado) y la correlación de la identificación de la distribución: gana el menor AD y la mayor correlación. Si dos empatan, elija por la física: Weibull para fatiga, desgaste y rodamientos; lognormal para grietas, corrosión y reparaciones; exponencial solo cuando la tasa de fallos es constante, como en electrónica tras el rodaje.

¿Qué es la vida B10?

Es el tiempo hasta el que falla el 10% de las unidades. Los rodamientos se especifican por la vida L10 (= B10), y las garantías suelen fijarse por debajo del B1 o B5. Use el límite inferior del intervalo de confianza para decisiones conservadoras, porque la estimación procede de una muestra.

¿Cómo comparo dos proveedores o lotes?

Pegue la columna de grupo. La página ajusta cada grupo, prueba si los parámetros son iguales (razón de verosimilitud) y si las curvas de supervivencia difieren (log-rank y Wilcoxon). En el ejemplo, el Proveedor A tiene un B10 bastante mayor que el B, con p ≈ 0,03 en el log-rank: la diferencia es real.

¿Cuántas piezas debo ensayar para demostrar una confiabilidad?

Use el plan de ensayo de demostración: indique la meta (por ejemplo, 90% a 4.000 h), la confianza, el β conocido y cuántos fallos acepta. La página devuelve el tiempo de ensayo por unidad para un número dado de piezas, o el número de piezas para un tiempo dado, y muestra la probabilidad de que un diseño bueno apruebe.