# Fiabilidad de Weibull: cómo interpretar B10 y las afirmaciones sobre la vida útil de una entrada de cables

> Source: https://chinacableglands.com/es/blog/weibull-cable-entry-reliability/
> Language: es
> Publisher: Bepto Prensaestopas
> Author: Victor Huang
> Published: 2026-10-22
> Updated: 2026-10-29

Interprete la fiabilidad Weibull, B10 y la vida característica mediante ejemplos resueltos, observaciones censuradas, límites de confianza y condiciones de ensayo de entradas de cable.

<p><strong>La fiabilidad Weibull describe cómo cambia la probabilidad de fallo con el tiempo de exposición. B10 es el tiempo en que ese modelo alcanza una probabilidad acumulada de fallo del 10 %; la vida característica corresponde aproximadamente al 63,2 %.</strong> Antes de usar una afirmación sobre la vida útil de una entrada de cable para tomar una decisión, comparo la medida de vida indicada, las condiciones del ensayo y el límite de confianza.</p>
<p>La distinción importa. Dos modelos pueden tener la misma vida característica y valores de B10 muy distintos. Un ensayo largo con pocos fallos también aporta información distinta de una lista extensa de piezas devueltas. Lea la curva junto con la población y los registros usados para ajustarla.</p>
<blockquote>
<p><strong>Puntos clave</strong></p>
<ul>
<li>B10 describe el percentil de fallo temprano del modelo; no equivale a la vida media ni a la característica.</li>
<li>La forma modifica la tendencia de la tasa de fallos, mientras que la escala fija el tiempo característico.</li>
<li>Incluya las probetas supervivientes con sus tiempos y estados de censura.</li>
<li>Compare la estimación puntual con el límite de confianza requerido para la decisión.</li>
<li>Relacione el tiempo del ensayo acelerado con las condiciones de uso mediante el mecanismo pertinente y su modelo de aceleración.</li>
</ul>
</blockquote>
<h2 id="what-do-weibull-shape-scale-and-b10-mean">¿Qué significan la forma, la escala y B10 de Weibull?</h2>
<p><strong>El modelo Weibull</strong> es una distribución de probabilidad que se usa para describir magnitudes como el tiempo o los ciclos hasta el fallo. <a href="https://webstore.iec.ch/en/publication/5698">IEC 61649:2008</a> proporciona métodos analíticos y gráficos para analizar datos Weibull de elementos muestreados durante un ensayo o en servicio. Para una entrada de cable, defina el conjunto, la exposición y el suceso de fallo a los que se aplica el modelo.</p>
<p>La forma de dos parámetros parte de un origen temporal igual a cero y usa un parámetro de forma positivo <span class="article-math article-math-inline" data-latex="\beta"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>β</mi></mrow><annotation encoding="application/x-tex">\beta</annotation></semantics></math></span></span> y un parámetro de escala positivo <span class="article-math article-math-inline" data-latex="\eta"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>η</mi></mrow><annotation encoding="application/x-tex">\eta</annotation></semantics></math></span></span>. Para un tiempo de exposición <span class="article-math article-math-inline" data-latex="t\geq0"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>t</mi><mo>≥</mo><mn>0</mn></mrow><annotation encoding="application/x-tex">t\geq0</annotation></semantics></math></span></span>, la probabilidad acumulada de fallo es:</p>
<div class="article-math article-math-display" data-latex="F(t)=1-\exp\left[-\left(\frac{t}{\eta}\right)^\beta\right]"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML" display="block"><semantics><mrow><mi>F</mi><mo stretchy="false">(</mo><mi>t</mi><mo stretchy="false">)</mo><mo>=</mo><mn>1</mn><mo>−</mo><mi>exp</mi><mo>⁡</mo><mrow><mo fence="true">[</mo><mo>−</mo><msup><mrow><mo fence="true">(</mo><mfrac><mi>t</mi><mi>η</mi></mfrac><mo fence="true">)</mo></mrow><mi>β</mi></msup><mo fence="true">]</mo></mrow></mrow><annotation encoding="application/x-tex">F(t)=1-\exp\left[-\left(\frac{t}{\eta}\right)^\beta\right]</annotation></semantics></math></span></div>
<p><strong>La probabilidad de supervivencia</strong> es la probabilidad de permanecer libre del fallo definido hasta el tiempo <span class="article-math article-math-inline" data-latex="t"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>t</mi></mrow><annotation encoding="application/x-tex">t</annotation></semantics></math></span></span>. Es <span class="article-math article-math-inline" data-latex="R(t)=1-F(t)"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>R</mi><mo stretchy="false">(</mo><mi>t</mi><mo stretchy="false">)</mo><mo>=</mo><mn>1</mn><mo>−</mo><mi>F</mi><mo stretchy="false">(</mo><mi>t</mi><mo stretchy="false">)</mo></mrow><annotation encoding="application/x-tex">R(t)=1-F(t)</annotation></semantics></math></span></span>. El tiempo y la escala deben expresarse en las mismas unidades; la forma es adimensional. Esta es la forma presentada en el <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm">modelo Weibull de vida útil de NIST</a>, aunque algunos programas emplean símbolos distintos.</p>
<p><strong>La vida característica</strong> es la escala <span class="article-math article-math-inline" data-latex="\eta"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>η</mi></mrow><annotation encoding="application/x-tex">\eta</annotation></semantics></math></span></span>, donde el modelo alcanza <span class="article-math article-math-inline" data-latex="F(\eta)=1-e^{-1}"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>F</mi><mo stretchy="false">(</mo><mi>η</mi><mo stretchy="false">)</mo><mo>=</mo><mn>1</mn><mo>−</mo><msup><mi>e</mi><mrow><mo>−</mo><mn>1</mn></mrow></msup></mrow><annotation encoding="application/x-tex">F(\eta)=1-e^{-1}</annotation></semantics></math></span></span>, lo que equivale a una probabilidad acumulada de fallo de aproximadamente el 63,2 %. <strong>La forma</strong> controla la tendencia de la tasa de fallo instantánea entre las unidades que siguen sobreviviendo. Un valor inferior a 1 da una tasa decreciente; 1 da una tasa constante, y un valor superior a 1 da una tasa creciente.</p>
<p>Uso la tendencia de la forma para orientar una investigación. Una tasa creciente hace recomendable comprobar la degradación relacionada con la edad, mientras que los fallos tempranos pueden llevar a examinar más de cerca la variabilidad de la instalación o la fabricación. La conclusión física sigue dependiendo de las probetas y de su historial de exposición: una misma forma estadística puede deberse a mecanismos distintos.</p>
<p><strong>La vida B10</strong> es el décimo percentil de la distribución de fallos. En el mismo modelo, el 90 % de la población sobrevive hasta esa exposición. Según la <a href="https://www.itl.nist.gov/div898/handbook/eda/section3/eda3668.htm">relación de cuantiles de NIST</a>:</p>
<div class="article-math article-math-display" data-latex="t_{B10}=\eta[-\ln(0.9)]^{1/\beta}"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML" display="block"><semantics><mrow><msub><mi>t</mi><mrow><mi>B</mi><mn>10</mn></mrow></msub><mo>=</mo><mi>η</mi><mo stretchy="false">[</mo><mo>−</mo><mi>ln</mi><mo>⁡</mo><mo stretchy="false">(</mo><mn>0.9</mn><mo stretchy="false">)</mo><msup><mo stretchy="false">]</mo><mrow><mn>1</mn><mi mathvariant="normal">/</mi><mi>β</mi></mrow></msup></mrow><annotation encoding="application/x-tex">t_{B10}=\eta[-\ln(0.9)]^{1/\beta}</annotation></semantics></math></span></div>
<p>El logaritmo es natural y el resultado tiene las mismas unidades que <span class="article-math article-math-inline" data-latex="\eta"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>η</mi></mrow><annotation encoding="application/x-tex">\eta</annotation></semantics></math></span></span>. La vida media es un promedio distinto que depende de ambos parámetros. Una Weibull de tres parámetros añade un parámetro de ubicación o desplazamiento; confirme la forma del modelo antes de aplicar esta ecuación con ubicación cero.</p>
<h2 id="worked-example-the-same-characteristic-life-gives-different-b10">Ejemplo resuelto: una misma vida característica produce distintos valores de B10</h2>
<p>Considere tres modelos ilustrativos con parámetros elegidos deliberadamente. Son ejemplos matemáticos, independientes del conjunto de seis probetas que aparece más adelante en el artículo.</p>
<table>
<thead>
<tr>
<th>Modelo</th>
<th style="text-align: right">Forma</th>
<th style="text-align: right">Vida característica</th>
<th style="text-align: right">B10 calculado</th>
<th style="text-align: right">Probabilidad de fallo a 500 h</th>
</tr>
</thead>
<tbody>
<tr>
<td>A</td>
<td style="text-align: right">1</td>
<td style="text-align: right">1.000 h</td>
<td style="text-align: right">105,4 h</td>
<td style="text-align: right">39,35 %</td>
</tr>
<tr>
<td>B</td>
<td style="text-align: right">2</td>
<td style="text-align: right">1.000 h</td>
<td style="text-align: right">324,6 h</td>
<td style="text-align: right">22,12 %</td>
</tr>
<tr>
<td>C</td>
<td style="text-align: right">2</td>
<td style="text-align: right">1.500 h</td>
<td style="text-align: right">486,9 h</td>
<td style="text-align: right">10,52 %</td>
</tr>
</tbody>
</table>
<p>Para B, sustituya una escala supuesta de 1.000 h y una forma de 2 en la ecuación de B10. La raíz cuadrada de <span class="article-math article-math-inline" data-latex="-\ln(0.9)"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mo>−</mo><mi>ln</mi><mo>⁡</mo><mo stretchy="false">(</mo><mn>0.9</mn><mo stretchy="false">)</mo></mrow><annotation encoding="application/x-tex">-\ln(0.9)</annotation></semantics></math></span></span> es aproximadamente 0,32459, lo que da 324,6 h. A tiene la misma escala pero una forma distinta, por lo que su B10 es mucho más temprano.</p>
<p>Cuando preocupan los fallos tempranos, compararía B10 o la probabilidad de fallo a la exposición requerida. La escala por sí sola oculta esa diferencia. A las 500 h, B tiene una probabilidad acumulada de fallo inferior a la de A. A las 2.000 h el orden se invierte: A da un 86,47 %, mientras que B da un 98,17 %. Las dos curvas se encuentran en su vida característica común de 1.000 h.</p>
<figure class="blog-chart">
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 520 710" role="img" aria-labelledby="weibull-curves-title weibull-curves-desc" style="font-family:var(--font-body)">
<title id="weibull-curves-title">Cómo cambian la forma y la escala las curvas acumuladas de fallo de Weibull</title>
<desc id="weibull-curves-desc">Tres curvas calculadas muestran la probabilidad acumulada de fallo entre 0 y 2000 horas. Las curvas de forma 1 y de forma 2, ambas con una escala de 1000 horas, alcanzan el 63.2% a las 1000 horas. La tercera curva, de forma 2 y escala de 1500 horas, alcanza el 63.2% a las 1500 horas.</desc>
<text x="260" y="42" text-anchor="middle" fill="var(--color-carbon)" font-size="30" font-weight="700">Forma y escala</text>
<text x="260" y="78" text-anchor="middle" fill="var(--color-carbon)" font-size="30" font-weight="700">cambian la curva</text>
<text x="260" y="119" text-anchor="middle" fill="var(--color-graphite)" font-size="22">Fallos acumulados según el tiempo de ensayo</text>
<path d="M95 160H470M95 315H470M95 274.043H470" fill="none" stroke="var(--color-cloud)" stroke-width="1.5"/>
<path d="M282.5 470V274.043M376.25 470V274.043" fill="none" stroke="var(--color-cloud)" stroke-width="1.5" stroke-dasharray="5 6"/>
<path d="M95 160V470H470" fill="none" stroke="var(--color-graphite)" stroke-width="2.5"/>
<text x="80" y="168" text-anchor="end" fill="var(--color-graphite)" font-size="22">100%</text>
<text x="80" y="282" text-anchor="end" fill="var(--color-graphite)" font-size="22">63.2%</text>
<text x="80" y="323" text-anchor="end" fill="var(--color-graphite)" font-size="22">50%</text>
<text x="80" y="478" text-anchor="end" fill="var(--color-graphite)" font-size="22">0%</text>
<path d="M95.000 470.000L96.875 466.915L98.750 463.862L100.625 460.838L102.500 457.845L104.375 454.881L106.250 451.947L108.125 449.042L110.000 446.166L111.875 443.319L113.750 440.500L115.625 437.709L117.500 434.945L119.375 432.210L121.250 429.501L123.125 426.819L125.000 424.165L126.875 421.536L128.750 418.934L130.625 416.357L132.500 413.807L134.375 411.281L136.250 408.781L138.125 406.305L140.000 403.855L141.875 401.428L143.750 399.026L145.625 396.648L147.500 394.293L149.375 391.962L151.250 389.654L153.125 387.369L155.000 385.106L156.875 382.866L158.750 380.649L160.625 378.453L162.500 376.280L164.375 374.128L166.250 371.997L168.125 369.888L170.000 367.799L171.875 365.732L173.750 363.685L175.625 361.658L177.500 359.651L179.375 357.665L181.250 355.698L183.125 353.751L185.000 351.823L186.875 349.914L188.750 348.025L190.625 346.154L192.500 344.301L194.375 342.468L196.250 340.652L198.125 338.854L200.000 337.075L201.875 335.313L203.750 333.568L205.625 331.841L207.500 330.132L209.375 328.439L211.250 326.763L213.125 325.103L215.000 323.461L216.875 321.834L218.750 320.224L220.625 318.630L222.500 317.051L224.375 315.489L226.250 313.941L228.125 312.410L230.000 310.893L231.875 309.392L233.750 307.905L235.625 306.434L237.500 304.977L239.375 303.534L241.250 302.106L243.125 300.692L245.000 299.292L246.875 297.906L248.750 296.534L250.625 295.175L252.500 293.830L254.375 292.499L256.250 291.180L258.125 289.875L260.000 288.583L261.875 287.303L263.750 286.037L265.625 284.783L267.500 283.541L269.375 282.312L271.250 281.095L273.125 279.890L275.000 278.697L276.875 277.516L278.750 276.346L280.625 275.189L282.500 274.043L284.375 272.908L286.250 271.784L288.125 270.672L290.000 269.571L291.875 268.481L293.750 267.401L295.625 266.333L297.500 265.275L299.375 264.227L301.250 263.190L303.125 262.163L305.000 261.147L306.875 260.140L308.750 259.144L310.625 258.157L312.500 257.181L314.375 256.214L316.250 255.256L318.125 254.309L320.000 253.370L321.875 252.441L323.750 251.521L325.625 250.611L327.500 249.709L329.375 248.816L331.250 247.933L333.125 247.058L335.000 246.192L336.875 245.334L338.750 244.485L340.625 243.644L342.500 242.812L344.375 241.988L346.250 241.172L348.125 240.364L350.000 239.565L351.875 238.773L353.750 237.989L355.625 237.213L357.500 236.445L359.375 235.684L361.250 234.931L363.125 234.186L365.000 233.448L366.875 232.717L368.750 231.993L370.625 231.277L372.500 230.568L374.375 229.866L376.250 229.170L378.125 228.482L380.000 227.801L381.875 227.126L383.750 226.458L385.625 225.797L387.500 225.142L389.375 224.494L391.250 223.852L393.125 223.217L395.000 222.588L396.875 221.965L398.750 221.349L400.625 220.738L402.500 220.134L404.375 219.535L406.250 218.943L408.125 218.357L410.000 217.776L411.875 217.201L413.750 216.632L415.625 216.068L417.500 215.511L419.375 214.958L421.250 214.411L423.125 213.870L425.000 213.334L426.875 212.803L428.750 212.278L430.625 211.758L432.500 211.243L434.375 210.733L436.250 210.228L438.125 209.728L440.000 209.233L441.875 208.744L443.750 208.259L445.625 207.778L447.500 207.303L449.375 206.832L451.250 206.366L453.125 205.905L455.000 205.448L456.875 204.996L458.750 204.548L460.625 204.105L462.500 203.666L464.375 203.232L466.250 202.801L468.125 202.376L470.000 201.954" fill="none" stroke="var(--color-carbon)" stroke-width="3.5" stroke-dasharray="9 6"/>
<path d="M95.000 470.000L96.875 469.969L98.750 469.876L100.625 469.721L102.500 469.504L104.375 469.226L106.250 468.886L108.125 468.485L110.000 468.022L111.875 467.499L113.750 466.915L115.625 466.272L117.500 465.568L119.375 464.805L121.250 463.983L123.125 463.103L125.000 462.165L126.875 461.169L128.750 460.117L130.625 459.009L132.500 457.845L134.375 456.626L136.250 455.353L138.125 454.027L140.000 452.649L141.875 451.218L143.750 449.737L145.625 448.205L147.500 446.624L149.375 444.995L151.250 443.319L153.125 441.596L155.000 439.827L156.875 438.014L158.750 436.158L160.625 434.259L162.500 432.318L164.375 430.338L166.250 428.318L168.125 426.260L170.000 424.165L171.875 422.033L173.750 419.868L175.625 417.668L177.500 415.436L179.375 413.173L181.250 410.879L183.125 408.557L185.000 406.207L186.875 403.830L188.750 401.428L190.625 399.002L192.500 396.553L194.375 394.082L196.250 391.591L198.125 389.080L200.000 386.552L201.875 384.006L203.750 381.445L205.625 378.869L207.500 376.280L209.375 373.678L211.250 371.066L213.125 368.444L215.000 365.814L216.875 363.176L218.750 360.532L220.625 357.882L222.500 355.229L224.375 352.572L226.250 349.914L228.125 347.255L230.000 344.596L231.875 341.939L233.750 339.284L235.625 336.633L237.500 333.986L239.375 331.344L241.250 328.708L243.125 326.080L245.000 323.461L246.875 320.850L248.750 318.249L250.625 315.660L252.500 313.082L254.375 310.516L256.250 307.964L258.125 305.427L260.000 302.904L261.875 300.397L263.750 297.906L265.625 295.432L267.500 292.976L269.375 290.539L271.250 288.121L273.125 285.722L275.000 283.343L276.875 280.986L278.750 278.649L280.625 276.335L282.500 274.043L284.375 271.773L286.250 269.527L288.125 267.305L290.000 265.106L291.875 262.932L293.750 260.783L295.625 258.659L297.500 256.561L299.375 254.488L301.250 252.441L303.125 250.421L305.000 248.427L306.875 246.459L308.750 244.519L310.625 242.605L312.500 240.719L314.375 238.860L316.250 237.028L318.125 235.224L320.000 233.448L321.875 231.699L323.750 229.977L325.625 228.284L327.500 226.618L329.375 224.980L331.250 223.369L333.125 221.786L335.000 220.230L336.875 218.702L338.750 217.201L340.625 215.727L342.500 214.281L344.375 212.861L346.250 211.469L348.125 210.103L350.000 208.763L351.875 207.450L353.750 206.163L355.625 204.902L357.500 203.666L359.375 202.456L361.250 201.272L363.125 200.112L365.000 198.977L366.875 197.867L368.750 196.781L370.625 195.719L372.500 194.680L374.375 193.665L376.250 192.674L378.125 191.705L380.000 190.759L381.875 189.835L383.750 188.933L385.625 188.052L387.500 187.193L389.375 186.355L391.250 185.538L393.125 184.741L395.000 183.964L396.875 183.207L398.750 182.470L400.625 181.751L402.500 181.052L404.375 180.370L406.250 179.707L408.125 179.062L410.000 178.434L411.875 177.823L413.750 177.229L415.625 176.651L417.500 176.090L419.375 175.544L421.250 175.014L423.125 174.499L425.000 173.999L426.875 173.513L428.750 173.042L430.625 172.585L432.500 172.141L434.375 171.710L436.250 171.293L438.125 170.888L440.000 170.496L441.875 170.116L443.750 169.747L445.625 169.390L447.500 169.045L449.375 168.710L451.250 168.386L453.125 168.073L455.000 167.769L456.875 167.476L458.750 167.192L460.625 166.918L462.500 166.652L464.375 166.396L466.250 166.148L468.125 165.909L470.000 165.678" fill="none" stroke="var(--color-primary)" stroke-width="4"/>
<path d="M95.000 470.000L96.875 469.986L98.750 469.945L100.625 469.876L102.500 469.780L104.375 469.656L106.250 469.504L108.125 469.326L110.000 469.119L111.875 468.886L113.750 468.625L115.625 468.337L117.500 468.022L119.375 467.680L121.250 467.311L123.125 466.915L125.000 466.493L126.875 466.044L128.750 465.568L130.625 465.066L132.500 464.538L134.375 463.983L136.250 463.403L138.125 462.797L140.000 462.165L141.875 461.507L143.750 460.825L145.625 460.117L147.500 459.384L149.375 458.627L151.250 457.845L153.125 457.038L155.000 456.208L156.875 455.353L158.750 454.475L160.625 453.573L162.500 452.649L164.375 451.701L166.250 450.730L168.125 449.737L170.000 448.721L171.875 447.684L173.750 446.624L175.625 445.544L177.500 444.442L179.375 443.319L181.250 442.175L183.125 441.011L185.000 439.827L186.875 438.623L188.750 437.400L190.625 436.158L192.500 434.896L194.375 433.617L196.250 432.318L198.125 431.002L200.000 429.669L201.875 428.318L203.750 426.950L205.625 425.565L207.500 424.165L209.375 422.748L211.250 421.315L213.125 419.868L215.000 418.405L216.875 416.928L218.750 415.436L220.625 413.931L222.500 412.412L224.375 410.879L226.250 409.334L228.125 407.777L230.000 406.207L231.875 404.625L233.750 403.032L235.625 401.428L237.500 399.813L239.375 398.188L241.250 396.553L243.125 394.908L245.000 393.254L246.875 391.591L248.750 389.919L250.625 388.239L252.500 386.552L254.375 384.856L256.250 383.154L258.125 381.445L260.000 379.729L261.875 378.007L263.750 376.280L265.625 374.547L267.500 372.809L269.375 371.066L271.250 369.319L273.125 367.568L275.000 365.814L276.875 364.056L278.750 362.295L280.625 360.532L282.500 358.766L284.375 356.998L286.250 355.229L288.125 353.458L290.000 351.686L291.875 349.914L293.750 348.142L295.625 346.369L297.500 344.596L299.375 342.825L301.250 341.054L303.125 339.284L305.000 337.516L306.875 335.750L308.750 333.986L310.625 332.224L312.500 330.465L314.375 328.708L316.250 326.956L318.125 325.206L320.000 323.461L321.875 321.719L323.750 319.982L325.625 318.249L327.500 316.522L329.375 314.799L331.250 313.082L333.125 311.370L335.000 309.664L336.875 307.964L338.750 306.271L340.625 304.584L342.500 302.904L344.375 301.231L346.250 299.565L348.125 297.906L350.000 296.255L351.875 294.612L353.750 292.976L355.625 291.349L357.500 289.731L359.375 288.121L361.250 286.519L363.125 284.927L365.000 283.343L366.875 281.769L368.750 280.205L370.625 278.649L372.500 277.104L374.375 275.568L376.250 274.043L378.125 272.527L380.000 271.022L381.875 269.527L383.750 268.043L385.625 266.569L387.500 265.106L389.375 263.654L391.250 262.213L393.125 260.783L395.000 259.364L396.875 257.957L398.750 256.561L400.625 255.176L402.500 253.803L404.375 252.441L406.250 251.091L408.125 249.753L410.000 248.427L411.875 247.112L413.750 245.809L415.625 244.519L417.500 243.240L419.375 241.973L421.250 240.719L423.125 239.476L425.000 238.246L426.875 237.028L428.750 235.822L430.625 234.629L432.500 233.448L434.375 232.279L436.250 231.122L438.125 229.977L440.000 228.845L441.875 227.725L443.750 226.618L445.625 225.523L447.500 224.440L449.375 223.369L451.250 222.310L453.125 221.264L455.000 220.230L456.875 219.208L458.750 218.199L460.625 217.201L462.500 216.216L464.375 215.242L466.250 214.281L468.125 213.332L470.000 212.394" fill="none" stroke="var(--color-graphite)" stroke-width="3.5" stroke-dasharray="2 6" stroke-linecap="round"/>
<circle cx="282.5" cy="274.043" r="5" fill="var(--color-primary)"/>
<circle cx="376.25" cy="274.043" r="5" fill="var(--color-graphite)"/>
<text x="95" y="507" text-anchor="middle" fill="var(--color-graphite)" font-size="22">0</text>
<text x="282.5" y="507" text-anchor="middle" fill="var(--color-graphite)" font-size="22">1000</text>
<text x="470" y="507" text-anchor="middle" fill="var(--color-graphite)" font-size="22">2000</text>
<text x="282.5" y="548" text-anchor="middle" fill="var(--color-carbon)" font-size="22">Tiempo de ensayo (horas)</text>
<path d="M55 589H110" stroke="var(--color-carbon)" stroke-width="3.5" stroke-dasharray="9 6"/>
<text x="130" y="596" fill="var(--color-carbon)" font-size="22">Forma 1 · Escala 1000 h</text>
<path d="M55 631H110" stroke="var(--color-primary)" stroke-width="4"/>
<text x="130" y="638" fill="var(--color-carbon)" font-size="22">Forma 2 · Escala 1000 h</text>
<path d="M55 673H110" stroke="var(--color-graphite)" stroke-width="3.5" stroke-dasharray="2 6" stroke-linecap="round"/>
<text x="130" y="680" fill="var(--color-carbon)" font-size="22">Forma 2 · Escala 1500 h</text>
</svg>
<figcaption>Las curvas calculadas muestran cómo la forma cambia la distribución y la escala desplaza su tiempo característico. Cada curva alcanza un 63.2% de fallos acumulados en su propio valor de escala.</figcaption>
</figure>
<p>C muestra el efecto de aumentar la escala manteniendo fija la forma. Su B10 es 1,5 veces el de B, lo que coincide con la relación entre escalas. Las tres curvas se calculan a partir de los parámetros indicados; las comparaciones reales de entradas de cable requieren modelos ajustados a observaciones pertinentes y evaluados teniendo en cuenta su incertidumbre.</p>
<p>Si un informe cita solo una duración, determine si se refiere a B10, una media, la vida característica, el final del ensayo o un período de funcionamiento previsto. La <a href="/es/blog/long-term-value-the-durability-of-nickel-plated-brass-cable-glands-why-15-year-service-life-makes-initial-investment-worth-every-penny/">guía de durabilidad a largo plazo</a> explica cómo se relacionan las condiciones de servicio y el mantenimiento con esa decisión a largo plazo.</p>
<h2 id="define-the-cable-entry-population-and-failure-event">Defina la población de entradas de cable y el suceso de fallo</h2>
<p><strong>La población</strong> es el conjunto de montajes que el resultado pretende describir. Fije el diseño del racor, el compuesto de la junta, la cubierta y el diámetro del cable, la disposición de montaje y las condiciones de instalación. Si varían los lotes o las variantes, conserve su identidad para poder examinar sus efectos en vez de ocultarlos al combinar los datos.</p>
<p>Elija el criterio funcional de fallo antes de iniciar la exposición. Una fuga que supera un umbral definido, la pérdida de retención y el daño visible del recubrimiento son sucesos distintos. Pueden dar lugar a distribuciones de vida útil diferentes. Elijo el suceso que corresponde a la decisión de ingeniería y después defino el método de medición y el umbral para evaluar todas las probetas de forma uniforme.</p>
<p>La <a href="/es/blog/the-physics-of-water-ingress-how-seals-fail-and-how-to-prevent-it/">guía sobre fallos por entrada de agua</a> ayuda a distinguir las vías de fuga a través del sello del cable y de la interfaz de montaje. Estas vías pueden requerir inspecciones distintas aunque ambas permitan la entrada de agua en la envolvente.</p>
<p>Use un único reloj de exposición para el análisis: horas de funcionamiento, tiempo de exposición ambiental transcurrido o ciclos contabilizados. Especifique cuándo empieza y cómo se tratan las pausas. Aquí se considera la vida hasta el primer fallo de un montaje que no se ha reparado. Los fallos repetidos después de una reparación requieren un modelo y una estructura de datos que describan la reparación y la recurrencia.</p>
<figure>
<img alt="Cupones de entrada de cables separados y en posición vertical, cada uno con extremos de cable negros, espaciados en un estante dentro de una cámara ambiental abierta" src="/images/blog/weibull-cable-entry-reliability/weibull-cable-entry-reliability-scene-01.png" width="1672" height="941" loading="lazy" decoding="async">
<figcaption>Los cupones separados de entrada de cables ocupan posiciones espaciadas en el estante de la cámara; cada uno tiene su propio prensaestopas y extremos de cable.</figcaption>
</figure>
<p>Una muestra aleatoria o justificada por otros medios debe representar la población de la que se habla. Los componentes devueltos pueden ser valiosos para el diagnóstico, pero una lista basada solo en devoluciones omite las unidades instaladas que siguen sobreviviendo. Relacione los registros de fallos con las unidades aún en observación y sus historiales de exposición. La <a href="/es/blog/cable-gland-durability-testing-a-head-to-head-comparison-simulating-10-years-of-industrial-use/">guía de ensayos de durabilidad</a> explica cómo se relacionan la definición del montaje y la planificación de la exposición.</p>
<h2 id="keep-exact-failures-and-censored-records-distinct">Distinga los fallos exactos de los registros censurados</h2>
<p><strong>La censura por la derecha</strong> significa que una unidad permaneció libre del fallo definido hasta su última observación, mientras que se desconoce cuándo fallará posteriormente. <strong>La censura por intervalos</strong> significa que el suceso ocurrió entre dos tiempos de observación. La <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr131.htm">guía de NIST sobre censura</a> explica estos tipos de datos y por qué cada uno debe incluirse en el análisis.</p>
<p>Use el siguiente conjunto de datos hipotético de seis probetas. Suponga vidas independientes de probeta de una misma población, una condición de exposición común, seguimiento continuo del criterio de fallo y una parada planificada a las 300 h.</p>
<table>
<thead>
<tr>
<th>Muestra</th>
<th style="text-align: right">Tiempo de observación</th>
<th>Estado</th>
<th>Significado</th>
</tr>
</thead>
<tbody>
<tr>
<td>A</td>
<td style="text-align: right">100 h</td>
<td>Fallo</td>
<td>El primer fallo definido se produjo a las 100 h</td>
</tr>
<tr>
<td>B</td>
<td style="text-align: right">180 h</td>
<td>Fallo</td>
<td>El primer fallo definido se produjo a las 180 h</td>
</tr>
<tr>
<td>C</td>
<td style="text-align: right">260 h</td>
<td>Fallo</td>
<td>El primer fallo definido se produjo a las 260 h</td>
</tr>
<tr>
<td>D</td>
<td style="text-align: right">300 h</td>
<td>Censurado por la derecha</td>
<td>Sobrevivió hasta el final del ensayo</td>
</tr>
<tr>
<td>E</td>
<td style="text-align: right">300 h</td>
<td>Censurado por la derecha</td>
<td>Sobrevivió hasta el final del ensayo</td>
</tr>
<tr>
<td>F</td>
<td style="text-align: right">300 h</td>
<td>Censurado por la derecha</td>
<td>Sobrevivió hasta el final del ensayo</td>
</tr>
</tbody>
</table>
<p>Mantenga un campo de estado separado. Los tres registros a 300 h son observaciones de supervivencia, por lo que su contribución difiere de la de un fallo registrado a las 300 h. Si los elimina, pierde la mitad superviviente de la muestra; si los recodifica como fallos, cambia lo que ocurrió.</p>
<p>Si el criterio se inspecciona periódicamente, registre la última inspección conforme y la primera con fallo. Una inspección conforme a las 200 h seguida de un fallo a las 250 h define ese intervalo. Use un método de ajuste que admita intervalos en vez de asignar el punto medio o el tiempo de inspección como si fuera el instante exacto del suceso.</p>
<p>También conservo el motivo por el que terminó cada observación. Una parada planificada respalda un supuesto de censura distinto del que se aplica al retirar una probeta porque parece próxima al fallo. Investigue esas retiradas y su relación con la vida útil antes de elegir el método de análisis.</p>
<h2 id="fit-the-observations-and-check-the-model">Ajuste las observaciones y compruebe el modelo</h2>
<p><strong>La estimación de máxima verosimilitud</strong>, o MLE, elige los parámetros que hacen que las observaciones registradas sean más coherentes con la distribución seleccionada. Los fallos exactos aportan la densidad de probabilidad en sus tiempos de fallo; las unidades censuradas por la derecha aportan la probabilidad de supervivencia hasta sus tiempos de observación. Las observaciones censuradas por intervalos aportan la probabilidad de fallo entre las dos lecturas. La <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm">guía de NIST sobre MLE</a> presenta estos términos de verosimilitud distintos.</p>
<h3 id="worked-example-changing-the-status-changes-the-result">Ejemplo resuelto: cambiar el estado cambia el resultado</h3>
<p>Para los seis registros hipotéticos anteriores, una estimación de máxima verosimilitud Weibull de dos parámetros, con la ubicación fijada en cero, da una forma aproximada de 2,047, una escala de 353,7 h y un B10 de 117,8 h. La tabla compara ese cálculo con dos tratamientos deliberadamente incorrectos de los mismos registros.</p>
<table>
<thead>
<tr>
<th>Tratamiento</th>
<th style="text-align: right">Estimación de la forma</th>
<th style="text-align: right">Estimación de la escala</th>
<th style="text-align: right">Estimación de B10</th>
<th>Consecuencia para los datos</th>
</tr>
</thead>
<tbody>
<tr>
<td>Tres fallos y tres supervivientes censurados por la derecha</td>
<td style="text-align: right">2,047</td>
<td style="text-align: right">353,7 h</td>
<td style="text-align: right">117,8 h</td>
<td>Conserva las observaciones indicadas</td>
</tr>
<tr>
<td>Eliminar los tres supervivientes</td>
<td style="text-align: right">3,121</td>
<td style="text-align: right">202,2 h</td>
<td style="text-align: right">98,3 h</td>
<td>Ajusta solo el subconjunto que falla</td>
</tr>
<tr>
<td>Marcar como fallos a los tres supervivientes de 300 h</td>
<td style="text-align: right">4,016</td>
<td style="text-align: right">266,0 h</td>
<td style="text-align: right">151,9 h</td>
<td>Introduce sucesos que no aparecen en el ejemplo</td>
</tr>
</tbody>
</table>
<p>En este conjunto de datos hipotético, comprobé que recodificar los supervivientes como fallos aumenta B10: 151,9 h en lugar de 117,8 h. Eliminar esos mismos supervivientes lo reduce a 98,3 h. Estos efectos opuestos hacen que el campo de estado sea prioritario al revisar un informe importado; un error de codificación puede desplazar el resultado en cualquiera de los dos sentidos. Use primero los estados correctos y después evalúe el ajuste y la incertidumbre. Con solo tres fallos observados, las estimaciones de la forma y de la cola inferior son sensibles. Para una comparación de ingeniería sólida se necesita una exposición más informativa y una evaluación de confianza más completa.</p>
<p>Un <strong>gráfico de probabilidad</strong> compara las observaciones con el modelo en ejes transformados. Es distinto de las curvas acumuladas ordinarias mostradas antes. En el <a href="https://www.itl.nist.gov/div898/handbook/apr/section2/apr221.htm">método de gráfico de probabilidad de NIST</a>, las posiciones de trazado tienen en cuenta la censura. Un patrón aproximadamente lineal respalda la coherencia con el modelo elegido.</p>
<p>Investigue la curvatura, los grupos por lote, los valores atípicos tempranos y los efectos de la posición de la probeta. Conserve cada punto salvo que exista un motivo documentado de medición o población para tratarlo de otra manera. Compare distribuciones plausibles con las mismas observaciones. El <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr413.htm">ejemplo Weibull resuelto</a> de NIST compara ajustes Weibull y lognormal con estadísticas de ajuste similares; esto ilustra por qué una curva visualmente ordenada no basta para resolver la elección del modelo.</p>
<p>También pueden competir varios mecanismos de fallo. Si la corrosión pone fin a la observación antes de que se produzca un fallo por fuga, registre tanto el suceso que puso fin a la observación como el tiempo de fuga censurado. El <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr181.htm">modelo de riesgos competitivos de NIST</a> combina mecanismos bajo supuestos de independencia y de fallo primero. Si el movimiento en la unión favorece tanto la corrosión como la fuga, investigue esa causa compartida al elegir el modelo.</p>
<h2 id="read-the-confidence-bound-beside-the-life-estimate">Lea el límite de confianza junto a la estimación de vida</h2>
<p><strong>Un límite de confianza</strong> expresa la incertidumbre de una magnitud poblacional estimada bajo los supuestos del análisis. Un límite inferior de confianza para B10 responde a una pregunta distinta de la estimación puntual de B10. Junto al valor, indique el nivel de confianza, si se trata de un límite unilateral o bilateral y el método de cálculo.</p>
<p>Por ejemplo, suponga que un requisito exige un límite inferior unilateral de confianza del 95 % para B10 de al menos 1.000 h. Un informe hipotético con una estimación puntual de B10 de 1.300 h y ese límite inferior de 900 h no cumple el requisito. El excedente de 300 h de la estimación puntual no compensa el déficit de 100 h respecto del límite solicitado.</p>
<p>Interpreto el tamaño de la muestra y el número de fallos junto con esa comparación. Un intervalo de confianza se refiere a la incertidumbre de la estimación del percentil o parámetro; no es lo mismo que un intervalo que contiene esa fracción de vidas individuales. Al comparar informes, use la misma medida de vida, convención de confianza, criterio de fallo y base de exposición.</p>
<p>Si no hay fallos, informe cuántas unidades sobrevivieron y durante cuánto tiempo. En un ajuste Weibull de dos parámetros sin restricciones, aumentar la escala puede seguir aumentando la verosimilitud de datos en los que todas las unidades sobreviven; por tanto, las observaciones por sí solas no identifican una estimación finita de forma y escala. Un método de demostración de fiabilidad definido por separado puede usar esos resultados de supervivencia bajo sus supuestos declarados.</p>
<p>Una secuencia de lectura útil consiste en identificar la medida de vida, inspeccionar los datos observados y censurados, comprobar el ajuste del modelo y después comparar el límite de confianza requerido. Profundice en el elemento que determine la decisión: duración de exposición, número de fallos, poblaciones mezcladas o un mecanismo incierto.</p>
<h2 id="connect-accelerated-test-life-to-service-conditions">Relacione la vida del ensayo acelerado con las condiciones de servicio</h2>
<p>Una curva Weibull ajustada a un esfuerzo elevado describe esa condición. Para proyectarla al uso normal, combine la distribución de vida útil con una relación de aceleración correspondiente al mecanismo de fallo pertinente. La <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr43.htm">guía de NIST para proyectar la fiabilidad en condiciones de uso</a> explica por qué importan ambos modelos, especialmente cuando la predicción de servicio se encuentra en la cola temprana, observada de forma escasa.</p>
<p>Compruebe que las condiciones aceleradas y de servicio mantengan el mismo mecanismo. Una temperatura más alta puede cambiar el proceso de degradación de una junta, mientras que la humedad, los productos químicos y el movimiento pueden alterar el montaje de maneras distintas. Trate el historial de esfuerzo como parte del modelo en lugar de combinar horas no relacionadas en un único contador de antigüedad. La <a href="/es/blog/how-does-environmental-aging-affect-cable-gland-seal-performance-over-time/">guía sobre el envejecimiento de los sellos</a> relaciona estos esfuerzos con la función del sello.</p>
<p>Busco observaciones con menor nivel de estrés, observaciones de mayor duración o datos de campo, que permitan comprobar la proyección cerca de las condiciones de uso previstas. Conserve la estimación de las condiciones de ensayo en sus horas o ciclos originales e indique el perfil de uso para la predicción de servicio. Así, un valor B10 sigue ligado a una población, un suceso de fallo y un modelo de exposición específicos al aplicarse a una decisión de mantenimiento o diseño.</p>
<h2 id="conclusion">Conclusión</h2>
<p>B10, la vida característica y la vida media describen partes distintas de un modelo Weibull de vida útil. Una misma vida característica puede ocultar comportamientos muy distintos de fallo temprano; por ello, compare la medida que corresponde a la exposición y a la decisión previstas. Incluya en el análisis tanto las probetas que fallaron como las supervivientes, con su estado correcto.</p>
<p>Leo el límite de confianza junto a la estimación puntual y después compruebo la población, la definición de fallo y las condiciones de esfuerzo. Los ejemplos resueltos muestran por qué esos detalles cambian el resultado numérico. Para predecir la vida de servicio, relacione el modelo de ensayo con el mecanismo y el perfil de uso reales antes de aplicar el resultado a decisiones de mantenimiento o diseño.</p>
<h2 id="faq-about-weibull-reliability-analysis">Preguntas frecuentes sobre el análisis de fiabilidad de Weibull</h2>
<h3 id="is-weibull-characteristic-life-the-average-life">¿La vida característica de Weibull es la vida media?</h3>
<p>La vida característica es el valor de escala, donde el modelo de dos parámetros alcanza una probabilidad acumulada de fallo de aproximadamente el 63,2 %. La vida media depende tanto de la forma como de la escala y es una magnitud distinta. Antes de comparar duraciones, lea qué medida se indica en el informe; B10 se centra en la exposición correspondiente al percentil de fallo más temprano, el décimo.</p>
<h3 id="how-should-specimens-that-survive-the-test-be-recorded">¿Cómo se deben registrar las probetas que sobreviven al ensayo?</h3>
<p>Conserve el tiempo de la última observación, el estado de censura por la derecha y el motivo por el que terminó la observación. Estos registros muestran que la probeta sobrevivió hasta ese momento y contribuyen al análisis de vida útil. Use un método de análisis que admita la censura. Si el fallo se detecta entre inspecciones, conserve el intervalo entre la última inspección conforme y la primera con fallo en lugar de asignar un instante exacto al suceso.</p>
<h3 id="what-does-b10-say-about-individual-cable-entries">¿Qué indica B10 sobre las entradas de cable individuales?</h3>
<p>B10 es la exposición del modelo correspondiente al 10 % de fallos acumulados, equivalente a una supervivencia del 90 % en las condiciones definidas. Algunas unidades fallan antes y otras después. La estimación también tiene incertidumbre; por ello, al evaluar un objetivo de fiabilidad, compare el límite de confianza exigido. La planificación del mantenimiento también tiene en cuenta las consecuencias del fallo y el perfil de servicio.</p>
<h3 id="how-can-an-accelerated-weibull-curve-support-a-service-life-prediction">¿Cómo puede una curva Weibull acelerada respaldar una predicción de vida útil?</h3>
<p>Combine la distribución de vida con un modelo de aceleración para el mecanismo y las condiciones de uso pertinentes. Compruebe que el mecanismo siga siendo aplicable y compare la proyección con observaciones adecuadas a menor esfuerzo, de mayor duración o de campo. Al interpretar la vida proyectada, indique claramente la población, el criterio de fallo, el reloj de exposición y la incertidumbre.</p>
<h3 id="sources-and-technical-references">Fuentes y referencias técnicas</h3>
<ul>
<li><a href="https://webstore.iec.ch/en/publication/5698">IEC 61649:2008 — Análisis de Weibull</a>, consultado el 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr131.htm">NIST — Censura</a>, consultado el 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm">NIST — Modelo de vida de Weibull</a>, consultado el 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/eda/section3/eda3668.htm">NIST — Distribución de Weibull y cuantiles</a>, consultado el 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm">NIST — Estimación por máxima verosimilitud</a>, consultado el 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section2/apr221.htm">NIST — Gráficos de probabilidad</a>, consultado el 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr181.htm">NIST — Modelo de riesgos competitivos</a>, consultado el 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr413.htm">NIST — Ejemplo de estimación de Weibull por máxima verosimilitud</a>, consultado el 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr43.htm">NIST — Proyección de fiabilidad en condiciones de uso</a>, consultado el 2026-10-29.</li>
</ul>
