Início / Manutenção / Confiabilidade e gestão

Análise de dados de vida: Weibull, lognormal e exponencial com censura

Cole do Excel as horas (ou ciclos, km) até a falha de cada unidade e as que ainda funcionam, e veja o padrão de falha, a vida B10 com intervalo de confiança, a confiabilidade na missão, o custo de garantia e quantas unidades testar para provar a meta.

Ferramenta de pré-dimensionamento e estimativa: os resultados não substituem projeto, cálculo ou laudo assinado por profissional habilitado nem a verificação conforme as normas aplicáveis.

VerificaçãoRevisão 03/11/2026
Dados de vida
Ver o que foi lido

Status: F ou 1 = falha; C ou 0 = censura à direita (ainda funcionando). Coluna de grupo (fornecedor, lote) e de quantidade são opcionais.

Análise
Garantia (opcional)
Teste de demonstração

Os dados ficam só neste navegador e não são enviados. Desmarque para apagar.

—Padrão de falha e vida
—

Gráfico de probabilidade com intervalo de confiança

Cada ponto é uma falha, na posição de Kaplan-Meier modificado; as censuras entram no cálculo das posições. Reta = distribuição ajustada; faixa = IC dos percentis. Pontos sobre a reta: a distribuição descreve bem os dados.

Toque no gráfico para ver os valores.

Identificação da distribuição

Os mesmos dados nas quatro escalas. Escolha a de pontos mais retos: menor Anderson-Darling (ajustado) e maior correlação.

Estimativas, características e percentis

Parâmetros com erro-padrão e intervalo de confiança, médias e quartis da distribuição ajustada e a tabela de percentis (vida Bx).

Estimativas dos parâmetros

Características da distribuição

Tabela de percentis

Probabilidades de sobrevivência

Função de sobrevivência R(t)

Degraus = Kaplan-Meier (dados, sem supor distribuição; + = censura); curva = distribuição ajustada com IC. As duas juntas confirmam o ajuste.

Toque no gráfico para ver os valores.

Taxa de falha h(t)

Risco instantâneo de falha das unidades que ainda funcionam. Crescente = desgaste (a troca preventiva compensa); constante = aleatória; decrescente = mortalidade infantil (melhore montagem e partida).

Toque no gráfico para ver os valores.

Função densidade de probabilidade f(t)

Onde as falhas se concentram no tempo. Traços no eixo = falhas observadas.

Toque no gráfico para ver os valores.

Análise não paramétrica (Kaplan-Meier)

Tabela de Kaplan-Meier e taxa de falha empírica

Comparação de grupos

Cada grupo ajustado separadamente, testes de igualdade dos parâmetros (razão de verossimilhança) e das curvas de sobrevivência (log-rank e Wilcoxon).

Gráfico de probabilidade por grupo

Retas paralelas = mesma forma (mesmo modo de falha), uma deslocada para a direita dura mais. Retas que se cruzam = modos de falha diferentes.

Toque no gráfico para ver os valores.

Sobrevivência por grupo

Kaplan-Meier de cada grupo (degraus) e distribuição ajustada (tracejado). A diferença de vida B10 entre grupos aparece direto no gráfico.

Toque no gráfico para ver os valores.

Falhas esperadas na garantia

Falhas acumuladas esperadas no lote vendido ao longo do tempo, com IC; a linha vertical é o fim da garantia.

Toque no gráfico para ver os valores.

Plano de teste de demonstração

Quantas unidades e quanto tempo de teste para provar a meta com a confiança escolhida (Weibull com β conhecido).

Probabilidade de passar no teste

Eixo x = quanto a vida real (η) supera a meta. Um projeto só “no limite” passa com probabilidade 1 − C; aceitar falhas (m > 0) protege o projeto um pouco melhor que a meta.

Toque no gráfico para ver os valores.

Tempo de teste por unidade × nº de unidades

Cada curva é um plano igualmente válido: escolha a combinação que cabe na bancada e no prazo.

Toque no gráfico para ver os valores.

Próximo passo

Leve os resultados desta página para outra calculadora, com os campos já preenchidos.

O memorial reúne entradas, resultados, equações, hipóteses e referências desta página, com campos para projeto, responsável e revisão. O relatório completo traz também os gráficos e as interpretações, em cores. Na janela de impressão, escolha Salvar como PDF.

Método, hipóteses e referências

Equações usadas

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]
Verossimilhança: ln L = Σ falhas ln f(tᵢ) + Σ censuras ln R(tⱼ) + Σ intervalos ln[F(bₖ) − F(aₖ)]; IC dos parâmetros pela matriz de informação observada (normal em ln η, ln σ, ln β)
Percentil: t_p = exp(μ + σ·w_p), w_p = ln[−ln(1 − p)] (Weibull) ou Φ⁻¹(p) (lognormal); Var(ln t_p) = Var μ + 2w_p Cov(μ, σ) + w_p² Var σ
Posições de plotagem: Kaplan-Meier modificado, F = 1 − [S(tᵢ) + S(tᵢ₋₁)]/2; LSXY: regressão 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), EP de Greenwood; teste de demonstração: p = Beta⁻¹(C; m + 1, n − m), T = η₀·[−ln(1 − p)]^(1/β)

Hipóteses e limites

  • Unidades independentes, mesmo modo de falha e mesma condição de uso; a censura não depende da iminência da falha (retirar unidades “que iam falhar” distorce o resultado).
  • Para sistemas reparáveis (o mesmo equipamento falha várias vezes), os tempos entre falhas só valem aqui se o reparo deixar o equipamento como novo; com degradação, use modelos de processo (Crow-AMSAA).
  • Os intervalos usam a aproximação normal da máxima verossimilhança; com menos de 10 falhas ficam otimistas. No LSXY, os intervalos usam a matriz de informação calculada nas estimativas LSXY.
  • Teste de demonstração: β de Weibull conhecido, unidades testadas pelo mesmo tempo, sem reposição; distribuições de 3 parâmetros e vida acelerada não são tratadas aqui.

Normas e 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)

Legislação e regulamentos no Brasil

  • ABNT NBR ISO 14224:2011: coleta e intercâmbio de dados de confiabilidade e manutenção de equipamentos
  • Código de Defesa do Consumidor (Lei 8.078/1990), art. 26 e 50: prazos de garantia legal e contratual

Perguntas frequentes

O que é análise de Weibull e para que serve?

É o ajuste de uma distribuição de vida aos tempos até a falha de um componente. A forma β diz se as falhas são precoces (β < 1), aleatórias (β ≈ 1) ou de desgaste (β > 1), e a escala η é a idade em que 63,2% já falharam. Com isso você estima vida B10, confiabilidade na missão, intervalo de troca preventiva e custo de garantia.

O que fazer com as unidades que ainda não falharam?

Inclua todas, marcadas com status C (censura à direita). Descartá-las ou tratá-las como falhas subestima a vida: no exemplo dos rolamentos, 12 das 26 unidades do Fornecedor A ainda funcionavam. A máxima verossimilhança usa a informação de que elas duraram pelo menos aquele tempo.

Máxima verossimilhança ou mínimos quadrados (LSXY)?

Use máxima verossimilhança como padrão, principalmente com muita censura: ela é a que trata as censuras de forma exata e dá intervalos de confiança. LSXY, a reta no gráfico de probabilidade, costuma ir melhor com poucas falhas (menos de 10 a 15) e pouca censura.

Como escolher entre Weibull, lognormal e exponencial?

Compare o Anderson-Darling (ajustado) e a correlação da identificação da distribuição: menor AD e maior correlação ganham. Se duas empatam, escolha pela física: Weibull para fadiga, desgaste e rolamentos; lognormal para trincas, corrosão e reparos; exponencial só quando a taxa de falha é constante, como em eletrônica após o amaciamento.

O que é a vida B10?

É o tempo até o qual 10% das unidades falham. Rolamentos são especificados pela vida L10 (= B10), e garantias costumam ser fixadas abaixo do B1 ou B5. Use o limite inferior do intervalo de confiança para decisões conservadoras, porque a estimativa vem de uma amostra.

Como comparar dois fornecedores ou lotes?

Cole a coluna de grupo. A página ajusta cada grupo, testa se os parâmetros são iguais (razão de verossimilhança) e se as curvas de sobrevivência diferem (log-rank e Wilcoxon). No exemplo, o Fornecedor A tem B10 bem maior que o B, com p ≈ 0,03 no log-rank: a diferença é real.

Quantas peças preciso testar para provar uma confiabilidade?

Use o plano de teste de demonstração: informe a meta (por exemplo, 90% em 4.000 h), a confiança, o β conhecido e quantas falhas aceita. A página devolve o tempo de teste por unidade para um dado número de peças, ou o número de peças para um dado tempo, e mostra a chance de um projeto bom passar.