El análisis Weibull en mantenimiento ajusta una distribución estadística a los tiempos de vida, fallas y suspensiones de una población de componentes para estimar cómo cambia la probabilidad de falla con la edad. El resultado apoya la estrategia de inspección, la sustitución por edad, la planificación de repuestos y la comparación de diseños, siempre que la población sea coherente y la incertidumbre acompañe los parámetros.
Una gráfica inclinada y los valores de beta y eta no cierran una decisión por sí solos. Ingeniería necesita saber qué evento terminó la vida, dónde comenzó el reloj, qué unidades seguían operando, qué cambios ocurrieron y si el modelo representa las observaciones. Una mezcla de modos de falla puede producir una gráfica convincente y orientar un trabajo incorrecto. Por eso Weibull se usa dentro de la ingeniería de confiabilidad en el mantenimiento, junto con la evidencia física de cada falla.
La pregunta de decisión va primero
El análisis comienza con una decisión delimitada. En un rodamiento, la pregunta puede evaluar si la sustitución por edad reduce riesgo económico. En un revestimiento, puede estimar la probabilidad de llegar a la próxima parada. En un componente nuevo, puede comparar dos configuraciones bajo exposición equivalente.
El evento debe representar pérdida de función o un criterio de vida claramente definido. Sustitución por oportunidad, retirada para inspección y unidad todavía operativa no son fallas. Estas observaciones aportan información como censuras por la derecha. Eliminarlas aumenta artificialmente el peso de las vidas cortas.
Parámetros e interpretación física
En una Weibull de dos parámetros, la confiabilidad en el tiempo t se calcula con R(t) = exp[-(t/eta)^beta]. Beta controla la forma. Eta es la vida característica, donde aproximadamente 63,2% de la población modelada ha fallado. Eta no representa la vida media ni un intervalo automático de cambio.
- Beta menor que 1: la tasa ajustada disminuye, patrón compatible con efectos iniciales en algunas poblaciones.
- Beta cercano a 1: la tasa es aproximadamente constante y el modelo se acerca a una distribución exponencial.
- Beta mayor que 1: la tasa ajustada aumenta, posiblemente compatible con mecanismos dependientes de la edad.
Estas lecturas funcionan como indicios. Un beta bajo puede surgir de lotes mezclados, instalación inconsistente u origen temporal equivocado. Un beta alto puede reflejar un límite administrativo de sustitución en vez de degradación. La evidencia del activo comprueba si la historia estadística tiene sentido físico.
Construir una población defendible
La unidad de análisis debe compartir diseño, servicio, carga, ambiente, régimen y definición de falla. Un cambio de lubricante, sello o procedimiento puede modificar la exposición y exigir otra cohorte. Los activos reparables requieren atención porque las recurrencias no forman vidas nuevas independientes si la reparación no restaura una condición equivalente.
NIST distingue poblaciones no reparables de sistemas reparables. Weibull de vida modela el tiempo hasta un evento dentro de una población definida. Los procesos recurrentes pueden necesitar modelos de intensidad, tendencia o recurrencia. El proceso físico y de mantenimiento que originó el dato debe gobernar la elección.
Caso completo: rodamientos de ventiladores
Los valores del caso son ilustrativos. La planta opera 20 ventiladores equivalentes con el mismo rodamiento del lado de accionamiento, servicio continuo y rango de carga semejante. El final de vida fue la retirada después de daño confirmado que impedía operar dentro de los criterios internos de vibración y temperatura.
Frontera y premisas
| Campo | Definición adoptada |
|---|---|
| Origen de vida | hora de retorno al servicio después de instalar un rodamiento nuevo |
| Final por falla | retirada por daño confirmado que cumple el criterio de vida |
| Suspensión | rodamiento en operación al corte de datos en 9.000 h |
| Población | mismo código, montaje, lubricante, servicio y rango de velocidad |
| Modelo candidato | Weibull de dos parámetros |
| Estimación | máxima verosimilitud con censura por la derecha |
Los tiempos de falla fueron 3.100, 3.650, 4.020, 4.380, 4.710, 5.180, 5.560, 6.030, 6.480, 7.010, 7.620 y 8.350 horas. Ocho rodamientos seguían operando y quedaron suspendidos en 9.000 horas. La revisión confirmó que no había sustituciones preventivas ocultas y todos los relojes compartían origen.
Cálculo resuelto
El ajuste por máxima verosimilitud produjo beta = 2,42 y eta = 9.051 horas después del redondeo. Con R(t) = exp[-(t/9.051)^2,42], la confiabilidad estimada a 6.000 horas es 0,691. B10, momento en que el modelo acumula 10% de fallas, es aproximadamente 3.575 horas. La mediana estimada es 7.780 horas.
| Medida | Resultado | Uso correcto |
|---|---|---|
| Beta | 2,42 | indica una tasa modelada creciente en esta población |
| Eta | 9.051 h | vida característica, sin ser regla de sustitución |
| R(6.000) | 69,1% | probabilidad modelada de sobrevivir 6.000 h |
| B10 | 3.575 h | cuantil estimado con incertidumbre muestral |
| Mediana | 7.780 h | punto de 50% de supervivencia bajo el modelo |
Comprobación del modelo
El equipo no aceptó los parámetros solo porque el software convergió. Revisó la gráfica de probabilidad buscando curvatura y puntos influyentes. Conservó residuos, log-verosimilitud y comparaciones con modelos alternativos. Se esperaban intervalos de confianza amplios porque existían apenas 12 fallas.
También se exploraron dos estratificaciones. Cuatro fallas tenían contaminación documentada y tres ocurrieron después de revisar el montaje. No se retiraron registros para mejorar la recta. Los subconjuntos exigieron una justificación física y la muestra resultó pequeña para declarar parámetros separados.
Decisión obtenida del ajuste
B10 no se convirtió en sustitución obligatoria a las 3.575 horas. Esa política descartaría muchos rodamientos funcionales y podría introducir defectos de montaje. La tasa creciente justificó mayor atención después de 3.000 horas, disponibilidad de repuesto y análisis más profundo de contaminación e instalación.
La ruta recibió una etapa específica después de 3.000 horas con vibración, temperatura y condición del sello bajo operación comparable. A las 6.000 horas, planificación revisaría riesgo, oportunidad de parada y evidencia. El cambio seguiría condicionado por condición, consecuencia y ventana aprobada, salvo requisito técnico aplicable.
Salida a plan, orden e historial de SAP PM
El historial del equipo debe conservar instalación, posición, contador y fecha de cambio. La orden de retirada registra horas de servicio, condición encontrada, código del componente, modo confirmado y prueba de retorno. Las unidades operativas entran al extracto como suspensiones en la fecha de corte, sin recibir fallas ficticias.
El análisis produjo revisión del plan de inspección, estrategia por horas y lista de tareas de confirmación. Un aviso de condición se abre cuando la ruta detecta una desviación. La orden ejecuta la intervención aprobada. El historial conserva la relación entre componente, evento, exposición y evidencia.
PM Run apoya la programación de las órdenes y devuelve a SAP PM las confirmaciones hechas en campo. El ajuste estadístico, la interpretación del mecanismo y la política de sustitución corresponden a ingeniería. La plataforma no entrega diagnóstico Weibull automático, sensores ni IA predictiva.
Cuantificar incertidumbre y sensibilidad
Una estimación puntual oculta amplitud. Los intervalos de confianza para beta, eta y cuantiles deben acompañar la recomendación. B10 puede tener incertidumbre relevante con pocas fallas. Planificación necesita conocer el rango y no solamente el decimal mostrado.
La sensibilidad también debe desafiar la frontera del dato. Un resultado que cambia mucho después de corregir una fecha es frágil. Una conclusión que depende de llamar falla a una sustitución preventiva tiene un problema de clasificación. Bootstrap o perfiles de verosimilitud pueden cuantificar incertidumbre cuando el método queda documentado.
Controles de preparación del dato
Antes del ajuste, el analista reconcilia jerarquía, posición del componente, reinicio de contador, períodos inactivos y fechas. Tiempo calendario y horas operativas responden preguntas diferentes. Contar una reserva detenida como exposición del rodamiento produciría un dato incorrecto.
Una tabla de calidad debe mostrar orígenes ausentes, modos desconocidos, órdenes repetidas, códigos cambiados y unidades sin seguimiento. Cada corrección necesita una pista de auditoría. El extracto original permanece disponible para reproducir la población.
Errores comunes de aplicación
- Eliminar unidades sobrevivientes y perder información de censura.
- Combinar componentes, funciones o modos de falla distintos.
- Usar fechas de orden en lugar de exposición real.
- Transformar eta en intervalo óptimo de sustitución.
- Tratar beta como prueba de una causa física.
- Agregar un parámetro de localización sin base de ingeniería.
- Presentar previsión sin intervalos de confianza ni comprobación.
- Aplicar un modelo simple de vida a recurrencias de un sistema reparable.
Indicadores y ventana de aprendizaje
La decisión se revisará obligatoriamente en un plazo máximo de 12 meses y también se adelantará si antes ocurren seis fallas nuevas. Ese plazo máximo gobierna la revisión de la decisión; un nuevo ajuste estadístico solo será elegible cuando muestra, exposición y calidad de datos sustenten la estimación. Los controles incluyen completitud de contador, tratamiento correcto de suspensiones, cumplimiento de ruta después de 3.000 horas, fallas anteriores a B10, recurrencia por modo y diferencia entre supervivencia prevista y observada.
La meta exige 98% de eventos con origen y exposición válidos, ninguna sustitución preventiva clasificada como falla y 100% de retiradas con condición encontrada. Un cambio de diseño o lubricante abre una cohorte nueva y conserva la serie anterior.
Relación con confiabilidad
Weibull profundiza la distribución de vida de una población. La página de MTTR y MTBF conserva los indicadores medios. La ingeniería de confiabilidad conecta modelo, mecanismo, consecuencia y estrategia. Weibull no sustituye la RCFA, el FMEA ni la inspección de condición, y el valor de beta ayuda a ubicar la población en las fases de la curva de la bañera.
Comparación de políticas de sustitución
El equipo comparó tres políticas antes de cambiar el plan. La primera mantenía inspección uniforme durante toda la vida. La segunda sustituía cada rodamiento en B10. La tercera intensificaba la inspección después de 3.000 horas y decidía por condición. Cada opción se evaluó por número de intervenciones, exposición a falla, parada planificada y riesgo inducido por montaje.
La sustitución en B10 reducía la exposición modelada, pero retiraría aproximadamente 90% de las unidades antes del evento y multiplicaría trabajos intrusivos. La inspección uniforme ignoraba la tasa creciente. La estrategia escalonada concentraba capacidad en la zona de riesgo y conservaba componentes, siempre que la técnica de condición demostrara capacidad de detección.
Escenario de incertidumbre
La revisión utilizó un rango de B10 entre 3.100 y 4.200 horas. Incluso en el extremo inferior, la inspección desde 3.000 horas ofrecía una oportunidad. Un límite inferior por debajo de la primera inspección, o fallas sin condición detectable, obligaría a reabrir la política.
Se aprobó otro disparador: dos fallas anteriores a 3.000 horas con el mismo modo exigen revisar cohorte, montaje y supuesto Weibull. El modelo debe quedar expuesto a evidencia que lo contradiga.
Paquete reproducible
El paquete conserva extracto de origen, reglas de inclusión, versión del código, valores iniciales, método de convergencia y salida sin redondear. La presentación redondea, mientras la pista de auditoría permite repetir el ajuste.
Otro especialista comprueba cinco eventos contra órdenes y contadores. Una fecha corregida no sobrescribe silenciosamente el archivo. Cada transformación recibe motivo, responsable y fecha porque una muestra pequeña vuelve influyente a cada observación.
Ingreso de eventos nuevos
Los registros se clasifican antes de entrar. Una falla por contaminación posterior a un rediseño de sello puede formar otra cohorte. Una retirada sin daño confirmado sigue censurada. La revisión mensual controla la cola, pero el ajuste cambia solo en la ventana aprobada para evitar una política que oscile con cada dato.
Registro de la decisión
El registro conserva versión del ajuste, fecha de corte de la población, reglas de inclusión, intervalos de confianza, alternativas evaluadas, política aprobada, responsable y próximo disparador de revisión. Si el comité elige inspección por condición en vez de sustitución en B10, la justificación queda separada del resultado estadístico. Así, los datos nuevos pueden cambiar la política sin reescribir el historial del modelo.
Validación fuera de la muestra
El ajuste se contrastará con la supervivencia de la cohorte siguiente. El equipo definió rangos esperados a 4.000, 6.000 y 8.000 horas antes de observar resultados. Una diferencia material exige revisar población, modo y distribución, sin ajustar el modelo solo para conservar la conclusión.
La validación compara además el orden de fallas y la cantidad de censuras. Si la cohorte nueva tiene menor exposición, la ausencia de eventos no se presentará como mejora demostrada.
Comunicación para planificación
El informe traduce probabilidad en escenarios de capacidad y riesgo. Estima cuántos componentes entrarán en inspección reforzada, qué demanda de repuestos puede aparecer y cuándo se revisará la decisión. Los decimales sin rango de incertidumbre no entran en el programa.
Para conectar estrategia, órdenes y retorno de campo con el sistema corporativo, revise la capa operativa de PM Run para SAP PM.
Preguntas frecuentes sobre el análisis Weibull
¿Beta mayor que 1 demuestra desgaste?
Muestra una tasa creciente en el modelo ajustado. La causa física exige evidencia de campo y buena estratificación. Una mezcla de poblaciones puede crear el mismo patrón.
¿Cómo se trata una unidad que no ha fallado?
Registre su tiempo observado como suspensión en la fecha de corte. La máxima verosimilitud utiliza esa información sin declarar una falla.
¿Cuándo se repite el ajuste?
Repítalo después de suficientes eventos, un cambio de diseño o régimen, la eliminación de una causa común o una diferencia material entre previsión y observación.
Referencias técnicas
- NIST/SEMATECH Engineering Statistics Handbook, Weibull, consultado el 23/08/2026.
- NIST, sistemas reparables y poblaciones no reparables, consultado el 23/08/2026.
- SAP Help Portal, Failure Data, consultado el 23/08/2026.
Preguntas frecuentes sobre el análisis Weibull
¿Beta mayor que 1 demuestra desgaste?
Muestra una tasa creciente en el modelo ajustado. La causa física exige evidencia de campo y buena estratificación. Una mezcla de poblaciones puede crear el mismo patrón.
¿Cómo se trata una unidad que no ha fallado?
Registre su tiempo observado como suspensión en la fecha de corte. La máxima verosimilitud utiliza esa información sin declarar una falla.
¿Cuándo se repite el ajuste?
Repítalo después de suficientes eventos, un cambio de diseño o régimen, la eliminación de una causa común o una diferencia material entre previsión y observación.