Inicio / Mantenimiento / Fiabilidad
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 fiabilidad en la misión, el coste de garantía y cuántas unidades ensayar para demostrar la meta. Basta una columna de tiempos y otra que diga F (falló) o C (sigue funcionando); con 5 a 10 fallos ya se tiene una primera estimación, con rangos anchos.
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.
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.
Cómo leer: eje horizontal = tiempo hasta el fallo (escala log); eje vertical = % acumulado de fallos, en una escala en la que la distribución se vuelve recta. Puntos = fallos reales; recta = modelo ajustado; franja = intervalo de confianza. Para leer el B10, siga la línea del 10% hasta la recta y baje al eje del tiempo. Recta empinada (β alto) = fallos concentrados, desgaste previsible; recta tendida = fallos dispersos.
Los mismos datos en las cuatro escalas. Elija la de puntos más rectos: menor Anderson-Darling (ajustado) y mayor correlación.
Cómo leer: cada cuadro muestra los mismos tiempos en la escala de una distribución (Weibull, lognormal, exponencial, normal). La que deja los puntos más alineados en la recta describe mejor los datos; en la tabla, es el menor Anderson-Darling y la mayor correlación. Si dos empatan, prefiera la que tiene explicación física: Weibull para fatiga y desgaste, lognormal para corrosión y grietas.
Parámetros con error estándar e intervalo de confianza, media y cuartiles de la distribución ajustada y la tabla de percentiles (vida Bx).
Escalones = Kaplan-Meier (datos, sin suponer distribución; + = censura); curva = distribución ajustada con IC. Que coincidan confirma el ajuste.
Cómo leer: eje horizontal = tiempo; eje vertical = % de unidades que siguen funcionando. Los escalones salen directamente de los datos (Kaplan-Meier, + marca unidades censuradas) y la curva suave es el modelo, con su franja. Escalones y curva juntos = buen ajuste. Para saber cuántas sobreviven a un tiempo, suba desde ese tiempo hasta la curva.
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).
Cómo leer: eje horizontal = tiempo; eje vertical = riesgo de fallar ahora, entre las unidades que siguen funcionando. Curva que sube = desgaste (el reemplazo preventivo antes de la subida compensa); recta horizontal = fallos aleatorios (la preventiva no ayuda, solo redundancia o repuestos); curva que baja = fallos de juventud (haga rodaje o burn-in y mejore el montaje).
Dónde se concentran los fallos en el tiempo. Marcas en el eje = fallos observados.
Cómo leer: eje horizontal = tiempo; la curva muestra en qué época ocurren los fallos; el pico es el momento más probable. Las marcas en el eje son los fallos observados. Curva estrecha = fallos previsibles (bueno para planificar el reemplazo); curva ancha o con cola larga = fallos difíciles de prever.
Cada grupo ajustado por separado, pruebas de igualdad de parámetros (razón de verosimilitud) y de las curvas de supervivencia (log-rank y Wilcoxon).
Rectas paralelas = misma forma (mismo modo de fallo); la desplazada a la derecha dura más. Rectas que se cruzan = modos de fallo distintos.
Cómo leer: una recta por grupo (proveedor, lote, diseño) en el mismo papel de probabilidad. Rectas paralelas = mismo modo de fallo; la más a la derecha dura más. Rectas con pendientes distintas o que se cruzan = modos de fallo distintos: investigue la causa antes de elegir el "mejor" grupo.
Kaplan-Meier de cada grupo (escalones) y distribución ajustada (discontinua). La diferencia de vida B10 entre grupos aparece directamente en la gráfica.
Cómo leer: una curva de supervivencia por grupo: escalones = datos, discontinua = modelo. La curva más alta y más a la derecha es la del grupo que dura más. La distancia horizontal entre las curvas a la altura del 90% es la diferencia de vida B10 entre los grupos.
Fallos acumulados esperados en las unidades vendidas a lo largo del tiempo, con IC; la línea vertical es el fin de la garantía.
Cómo leer: eje horizontal = tiempo en campo; eje vertical = número acumulado de unidades vendidas que deberían haber fallado, con la franja de incertidumbre. La línea vertical marca el fin de la garantía: donde cruza la curva está el total de reclamos esperados. Si la curva sube rápido después de la línea, extender la garantía sale caro.
Cuántas unidades y cuánto tiempo de ensayo para demostrar la meta con la confianza elegida (Weibull con β conocido).
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.
Cómo leer: eje horizontal = cuántas veces la vida real del diseño supera la meta (1× = justo en la meta); eje vertical = probabilidad de aprobar el ensayo. Una curva por número de fallos admitidos. Un diseño "justo en el límite" casi siempre reprueba; cuanto más a la derecha sube la curva, más holgura necesita el diseño para aprobar con seguridad.
Cada curva es un plan igualmente válido: elija la combinación que cabe en el banco de ensayo y en el plazo.
Cómo leer: cada curva une combinaciones de n.º de unidades (eje horizontal) y tiempo de ensayo por unidad (eje vertical, como múltiplo del tiempo de la meta) que dan la misma prueba. Más unidades = ensayo más corto. Elija el punto que cabe en su banco y en su plazo.
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.
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 fiabilidad en la misión, el intervalo de sustitución preventiva y el coste de garantía.
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.
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.
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.
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.
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.
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.
Aviso importante: las herramientas de Indus Metrics realizan estimaciones y predimensionamientos a partir de los datos introducidos y de métodos de ingeniería publicados. No sustituyen al proyecto, la memoria ni el certificado firmados por un técnico competente, ni la verificación conforme a las normas técnicas y la legislación aplicables, como el Real Decreto 1215/1997 sobre equipos de trabajo o el Reglamento de Equipos a Presión. Las propiedades de materiales y combustibles varían: compruébelas con el fabricante o con análisis de su proceso antes de decidir. Al usar el sitio acepta el Aviso legal y condiciones de uso.
© 2026 Indus Metrics. ¿Ha encontrado un error? Escriba a contato@seudominio.com.