UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA

DEPARTAMENTO DE INDUSTRIAS

SEGURIDAD DE FUNCIONAMIENTO
LEY DE WEIBULL

RAÚL STEGMAIER

2007
 Ley de Weibull

La ley de Weibull es ampliamente utilizada para el análisis de confiabilidad debido a que

con este modelo es posible representar todo el ciclo de vida de un elemento.

Las relaciones para este modelo son las siguientes:

− (t −γ β
β ⎛t −γ ⎞
β −1 ⎛ t −γ ⎞
β
f (t ) β t − γ β −1
λ (t ) =
−⎜ ⎟
R (t ) = e α) ⎝ α ⎠ = (
f (t ) = ⎜
α⎝ α ⎠
⎟ ×e
R(t ) α α)

E (t ) = γ + α Γ ( β + 1 β )

gráficamente tenemos:

f(t)
λ (t)
β= 0,5 β= 3
β= 0,5 β= 3

β= 1
β= 1

0 t 0 t

donde:

γ: La constante de localización, es expresada en las mismas unidades de t y define el

punto de partida o el origen de la distribución

α: Es la constante de escala, alargamiento de la distribución en el eje del tiempo.

Cuando t - γ = α la confiabilidad es constante igual R(t) = 36.8%; esta constante
representa el tiempo, medido desde γ, para el cual el 63.3% de la población puede
haber fallado, esto para cualquier valor de β . Por esta razón, α es también
llamado la característica de vida.
β: Es la constante de forma; este parámetro controla la forma de la distribución

Si β < 1, λ(t) es decreciente

β = 1, λ(t), es constante
β > 1, λ(t) es creciente
Estimación de los parámetros de la Ley de Weibull.

Para la estimación de los parámetros es necesario seguir los pasos siguientes:

1.- Construir a partir de los datos experimentales la función de falla acumulada del sistema
o componente.

2.- Determinar los parámetros de la ley.

Para estas opciones se tiene:

1).- Determinación de función de falla acumulada

a) Método de Rangos promedio

La función de falla acumulada puede ser obtenida utilizando el método de rangos promedio
a través de la aproximación de Benard

K j − 0.3
F (t j ) =
No + 0.4 (1)

Donde:
F(tj) : Probabilidad de fallas acumulada al tiempo tj
Kj : Nº de eventos (fallas) que han ocurrido hasta tj
No : Nº total de eventos.

Ejemplo:

Una empresa de equipo electromecánico recolectó la siguiente información de su servicio

postventa de un determinado elemento (ordenados en orden creciente de tiempos de buen
funcionamiento que han concluido en una falla).

Kj Tiempos de buen
funcionamiento
1 205
2 312
3 402
4 495
5 570
6 671
7 801
8 940
9 1150
Lo que nos da los siguientes indicadores de seguridad de funcionamiento.

Kj Tiempos de buen Relación F(t)

funcionamiento
1 205 1 − 0.3 0,07
9 + 0.4
2 312 2 − 0.3 0,18
9 + 0.4
3 402 3 − 0.3 0,29
9 + 0.4
4 495 .. 0,39
5 570 .. 0,50
6 671 .. 0,61
7 801 .. 0,71
8 940 .. 0,82
9 1150 .. 0,93

b) Cálculo del ranking ajustado con datos censurados a la derecha.

Es muy común que los datos experimentales de los que se dispongan, tengan además de la
información de tiempo en la que un elemento opero hasta la falla, de tiempos en los cuales
dicho electo fue reemplazado en un momento previo a que este evidenciara una falla (por
ejemplo frente a una política de mantenimiento preventivo cíclico FTM). Esto significa que
en este último caso estamos frente a tiempos censurados a la derecha, es decir, el tiempo de
operación del elemento fue suspendido, por la acción preventiva, sin conocer cuanto tiempo
adicional habría funcionado hasta fallar.

Por este motivo los eventos asignables a la falla y su ranking deben ser ajustados
considerando el hecho de que no se conoce cuanto habría funcionado hasta la falla al
momento de la suspensión preventiva un elemento, pero no es menos cierto que si se
conoce el hecho de que el elemento funciono sin fallar hasta el momento de la suspensión
preventiva.

El ajuste de la posición de las fallas, se realiza determinando la posición media de estos

eventos (median rank position). La metodología consiste en ajustar el ranking de fallas,
considerando las posiciones probables de los datos suspendidos y asociando la posición
media a las fallas observadas.

Para el cálculo de la posición media ajustada de cada falla se utiliza la formulación

siguiente:

N + 1 − rj −1
rj = rj −1 +
N + 1 − (k j − 1)
(2)
donde,
rj: Posición Media de la falla j (Median Rank Position).
kj: Ranking Global de eventos.
N: Número de eventos totales (Correctivas y Preventivas).
r0 = 0.

Con el nuevo ranking de fallas ajustado se obtiene la probabilidad de falla acumulada

utilizando la ecuación (1) anterior.

2).- Determinación de los parámetros de la ley de Weibull

Utilizando el análisis de regresión de ranking sobre Y para calcular los parámetros de la

distribución de Weibull, el procedimiento es el siguiente:

El primer paso es construir la función en su forma lineal. Para la distribución de Weibull de

dos parámetros (Alfa y Beta), la distribución acumulada de fallas es:

β
⎛ t ⎞
−⎜ ⎟
⎝α ⎠
F (t ) = 1 −e (3)
Aplicando logaritmo natural en ambos lados de la ecuación (3)
β
⎛t⎞
Ln(1 − F (t )) = −⎜ ⎟ (4)
⎝α ⎠
⎛t⎞
Ln{Ln[1 − F (t ) ]} = β Ln⎜ ⎟ (5)
⎝α ⎠
o:
Ln{− Ln[1 − F (t ) ]} = − β Ln (α ) + β Ln (t ) (6)
Considerando:
y = Ln{− Ln[1 − F (t ) ]} (7)
a = − β Ln(α ) (8)
y:
b=β (9)
Los que resultan en la ecuación de una recta del tipo:
y = a + bx (10)

Ejemplo:
En la tabla siguiente se muestra la estadística histórica de reemplazos de un elemento. Se
indica el momento en el cual se produjo el evento, su duración y si el reemplazo fue
efectuado siguiendo una política de prevención (estando bueno Preventivo) o por falla del
mismo Correctivo . Además se indica en la última columna el tiempo que el elemento
funciono sin fallar entre cada evento de reemplazo.
 Tiempos de
Fecha Duración Tipo funcionamiento entre
eventos hrs

21-1-05 20:45 1,8 Preventiva

30-1-05 19:33 5,68 Correctiva 213
15-2-05 19:13 2,24 Correctiva 378
9-3-05 17:28 2,65 Preventiva 524
14-3-05 20:07 0,56 Correctiva 120
28-3-05 3:40 2,04 Correctiva 319
18-4-05 1:43 3,28 Preventiva 500
19-4-05 19:00 3,34 Correctiva 38
10-5-05 18:20 4,87 Preventiva 500
11-8-05 9:12 4,31 Correctiva 2218
18-8-05 10:31 5,83 Correctiva 165
15-9-05 23:21 2,87 Correctiva 679
4-11-05 18:13 4,12 Correctiva 1192
25-11-05 18:20 0,57 Preventiva 500
14-12-05 5:54 5,24 Correctiva 443
25-12-05 11:09 5,45 Correctiva 264
15-1-06 12:36 2,47 Preventiva 500
5-2-06 11:04 1,93 Preventiva 500
8-2-06 19:00 3,13 Correctiva 78
5-3-06 13:07 0,94 Correctiva 591
6-4-06 23:04 1,89 Correctiva 777
17-6-06 1:57 4,58 Correctiva 1705
8-7-06 2:32 3,67 Preventiva 500
20-8-06 1:12 2,96 Correctiva 1027
10-9-06 0:10 5,44 Preventiva 500
7-11-06 18:36 1,41 Correctiva 1405
15-12-06 0:01 4,37 Correctiva 892
5-1-07 0:23 1,25 Preventiva 500
26-1-07 10:38 3,49 Correctiva 513

Tomando en consideración la información anterior, se procede a construir la función de

fallas acumulada F(t). Para efectuar esto y en atención a que en los datos disponibles hay
información correspondiente a reemplazos preventivos, es decir, se suspendió la vida del
elemento, se hace aconsejable ajustar en ranking de la fallas de acuerdo a lo indicado en la
ecuación (2) y que se muestra en la última columna de la tabla siguiente. De los
antecedentes del caso es necesario indicar que del total de eventos (28), son sólo por
reemplazos a la falla (19), de estos últimos en los nueve primeros no hay diferencia entre el
ranking general de fallas y el ajustado dado que no hay reemplazos preventivos hasta ese
momento. Desde esa falla en adelante comienza a ser relevante el ajuste, por ejemplo la
falla 18 en el ranking inicial de fallas, en el ranking ajustado correspondería a la falla 25,3
considerando que son en total 28 observaciones y en 9 de ellas el elemento “sobrevivió”
hasta su reemplazo preventivo.
 Tiempos de Ranking
funcionamiento Ranking global Ranking ajustado de
Tipo
entre eventos de eventos Kj inicial de fallas fallas rj
hrs [Ecuación (2)]
Correctiva 38 1 1 1,0
Correctiva 78 2 2 2,0
Correctiva 120 3 3 3,0
Correctiva 165 4 4 4,0
Correctiva 213 5 5 5,0
Correctiva 264 6 6 6,0
Correctiva 319 7 7 7,0
Correctiva 378 8 8 8,0
Correctiva 443 9 9 9,0
Preventiva 500 10
Preventiva 500 11
Preventiva 500 12
Preventiva 500 13
Preventiva 500 14
Preventiva 500 15
Preventiva 500 16
Preventiva 500 17
Correctiva 513 18 10 10,7
Preventiva 524 19
Correctiva 591 20 11 12,5
Correctiva 679 21 12 14,3
Correctiva 777 22 13 16,2
Correctiva 892 23 14 18,0
Correctiva 1027 24 15 19,8
Correctiva 1192 25 16 21,7
Correctiva 1405 26 17 23,5
Correctiva 1705 27 18 25,3
Correctiva 2218 28 19 27,2

Obtenido el ranking ajustado de fallas, se procede a calcular la función acumulada de fallas

F(t), utilizando para este efecto la ecuación (1) con el ranking de fallas ajustado rj. El
resultado de dicho cálculo se aprecia en la tabla siguiente:

Tiempos de
Ranking Ranking
funcionamiento F(t)
global de ajustado de R(t)
entre eventos [Ecuación (1)]
eventos Kj fallas rj
hrs
38 1 1,0 0,02 0,98
78 2 2,0 0,06 0,94
120 3 3,0 0,10 0,90
165 4 4,0 0,13 0,87
213 5 5,0 0,17 0,83
264 6 6,0 0,20 0,80
319 7 7,0 0,24 0,76
378 8 8,0 0,27 0,73
 443 9 9,0 0,31 0,69
513 18 10,7 0,37 0,63
591 20 12,5 0,43 0,57
679 21 14,3 0,49 0,51
777 22 16,2 0,56 0,44
892 23 18,0 0,62 0,38
1027 24 19,8 0,69 0,31
1192 25 21,7 0,75 0,25
1405 26 23,5 0,82 0,18
1705 27 25,3 0,88 0,12
2218 28 27,2 0,95 0,05

Con este resultado se dispone de la función de fallas acumulada y función de confiabilidad

para el elemento en cuestión.

Para la obtención de los parámetros de la distribución de Weibull (alfa y beta), utilizaremos

el procedimiento descrito en el punto 2 de este informe, a través de la uso de las ecuaciones
(6), (7), (8), (9) y (10), lo que resulta en la tabla siguiente:

Ln(t) Ln(-Ln(R(t)))

3,638 -3,691
4,357 -2,785
4,787 -2,304
5,106 -1,969
5,361 -1,710
5,576 -1,496
5,765 -1,313
5,935 -1,151
6,094 -1,006
6,240 -0,789
6,382 -0,577
6,521 -0,383
6,655 -0,201
6,793 -0,024
6,934 0,152
7,083 0,333
7,248 0,529
7,441 0,757
7,704 1,071

Buscando la mejor recta que correlacione los valores siguientes, el resultado es:

y = 1,1609x - 7,9359
Esto permite obtener los parámetros de la distribución:

Parámetro Valor Ecuación

Beta 1,16 (9)
Alfa 930,69 (8)
Gama 0,00 Por defecto
MTBF 883,34

Correlación 0,9986

Por otro lado a través de un cambio de variables e incorporando gama de Ln(t) a In(t-gama)
y buscando el valor de gama que maximice la correlación, es posible encontrar los valores
siguientes:

Ln(t-gama) Ln(-Ln(R(t)))

3,854 -3,691
4,468 -2,785
4,861 -2,304
5,160 -1,969
5,403 -1,710
5,610 -1,496
5,794 -1,313
5,959 -1,151
6,114 -1,006
6,258 -0,789
6,397 -0,577
6,534 -0,383
6,667 -0,201
6,804 -0,024
6,943 0,152
7,091 0,333
7,254 0,529
7,447 0,757
7,708 1,071

Buscando la mejor recta que correlacione los valores siguientes, el resultado es:

y = 1,2103x - 8,2815
Esto permite obtener los parámetros de la distribución:

Parámetro Valor Ecuación

Beta 1,21 (9)
Alfa 936,70 (8)
Gama -9,16 *
MTBF 870,03

Correlación 0,9989

(*) En este caso el valor de gama se obtuvo a través de utilizar Solver de Excel y
considerando que el valor de gama tuviera un valor máximo de 38 hrs, en atención a que
según los datos históricos corresponde al menor tiempo de buen funcionamiento que
obtuvo el elemento.

Con los valores obtenidos es posible obtener los modeladores de confiabilidad y tasa de
falla como se aprecia en los gráficos siguientes:

Confiabilidad %

1,20

1,00

0,80
Gama = 0
0,60 Gama -9,16 horas
Datos de entrada
0,40

0,20

0,00
0 500 1000 1500 2000 2500
Tiempo hrs

Tasa de falla [1/hrs]

1,650E-03
1,550E-03
1,450E-03
1,350E-03
1,250E-03
Gama = 0
1,150E-03
Gama -9,16 horas
1,050E-03

9,500E-04
8,500E-04
7,500E-04
6,500E-04
0 500 1000 1500 2000 2500
Tiempo hrs