 Distribución de Weibull

 : parámetro de origen
 t  
  
R( t )  e     : parámetro de escala o vida característica

 t    : parámetro de forma
  
F( t )  1  e   

R(t )  et
 1  t   
  t      0
(f t )    e   
F(t )  1 R(t )  1 et
    1
 1
  t    1 f ( t )  et
( t )    
   
 1
MTTF      1   Las ecuaciones anteriores sólo se aplican para valores
  de t  

(UNE-EN [Link]álisis de Weibull. Diciembre 2012)

1
 Distribución de Weibull (Cont.)

La distribución de Weibull es muy versátil y, en la práctica, es una de las más utilizadas.

Si β<1  la tasa de fallos disminuye con el tiempo, sin llegar a cero.

Si β=1  la tasa de fallos se mantiene constante (distribución exponencial).

Si β>1  la tasa de fallos se incrementa con el tiempo.

  0  el elemento no falla en 0,  

(t) Período de mortalidad infantil
Si

Si   0  los fallos del elemento aparecen

desde el instante inicial, t = 0 Período de
vida útil

Si   0  los fallos han comenzado antes

del origen de tiempos Zona de envejecimiento

t
 Si β=3,44  la media es igual a la mediana y la distribución de Weibull es
sensiblemente igual a la normal.
2
  Distribución de Weibull (Cont.)

Caso de 0  los fallos del elemento aparecen desde el instante inicial, t = 0

 t 
 
F( t )  1  e 

 Determinación gráfica de los parámetros: , 

 Utilización del papel de Weibull

 1 
- En el eje de ordenadas, se tiene LnLn  
 1  F( t ) 
- En el eje de abcisas, se tiene Ln( t   )

 
t t
    
1 
R( t )  1  F( t )  e  
   e   Tomando logaritmos neperianos dos veces:
1  F( t )

t
   
1   t 
LnLn  LnLne    Ln     Lnt  Ln   Recta Y = βX+ C
1  F( t )    
  
X 3
Y
 Distribución de Weibull (Cont.)

1
LnLn  Lnt  Ln   Ecuación lineal en Lnt
1  F( t )

 Determinación del parámetro η:

1
t    LnLn  0  F( )  1 e1  0,63
1  F(  )

η será la abcisa del punto en que la recta anterior corte a la ordenada 0,63

F(t)
x
0,63
x x Recta de regresión obtenida de
x x la muestra de datos disponibles
sobre fallos

η t
4
 Distribución de Weibull (Cont.)

 Determinación del parámetro β:

β será la pendiente de la recta. Si se considera un punto de la recta de regresión (F(t), t), β

se determinará de la siguiente manera:
1
LnLn
1 t 1  F( t )
LnLn  Lnt  Ln   Ln   
1  F( t )   t
Ln 
El papel de Weibull suele llevar una escala para obtener β.  
Punto de estimación
de β

F(t)
γ=0 (es una recta)
0,63

η t 5
 Ejemplo

 Diez dispositivos presentan los siguientes tiempos hasta el fallo expresados en meses:

3,5; 13; 5; 9; 1,7; 6; 11; 8; 18 y 22

Calcular los parámetros de Weibull, la Fiabilidad para 12 meses y la duración media

a) Cálculo de los parámetros de la Distribución de Weibull

1.- Se clasifican en orden creciente los tiempos hasta el fallo:

1,7; 3,5; 5; 6; 8, 9; 11; 13; 18 y 22

2.- Se calculan los denominados “rangos medianos (F(j))” mediante la expresión:

j  0,3 j: orden del dato

F( j) 
n  0,4 n: tamaño de la muestra

6
 Ejemplo (Cont.)
F(j)(%)

j t F(j) F(j)(%)
j  0,3 93,3 x
F( j)  1 1,7 0,067 6,7
n  0,4 2 3,5 0,163 16,3 x
3 5 0,259 25,9 63,2 x
4 6 0,354 35,4 x
x
5 8 0,452 45,2 x
6 9 0,548 54,8 35,4 x
7 11 0,645 64,5 x
8 13 0,741 74,1
x
9 18 0,838 83,8
6,7 x
10 22 0,933 93,3

 La pendiente de la recta de regresión da el valor de β

 β=1,5

 η se determina por el valor de la abcisa del punto que corta

la recta horizontal trazada a F(j)=63,2%  η=12
t
 0 1,7 6 12 22
7
 Ejemplo (Cont.)

b) La Fiabilidad en t=12 meses


 t  
   t 1, 5  12 1, 5
   
R( t )  e   
{   0;   1,5;   12 }  e  12 
{ t  12 }  e  12 
 0,3679 ( 36,79%)

c) El Tiempo Medio Hasta el Fallo

1 1
MTTF      ( 1  )  0  12  ( 1  )  12  ( 1,67 )  12  0,9028  10,83 meses
 1,5