# Confiabilidade Weibull: como interpretar B10 e alegações de vida útil de entradas de cabos

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

Entenda a confiabilidade de Weibull, B10 e a vida característica com exemplos resolvidos, observações censuradas, limites de confiança e condições de teste de entradas de cabo.

<p><strong>A confiabilidade de Weibull descreve como a probabilidade de falha muda com o tempo de exposição. B10 é o tempo em que o modelo chega a 10% de falhas acumuladas; a vida característica corresponde a cerca de 63,2%.</strong> Antes de usar uma alegação sobre a vida útil de uma entrada de cabo para tomar uma decisão, comparo a medida declarada, as condições de teste e o limite de confiança.</p>
<p>Essa distinção importa. Dois modelos podem ter a mesma vida característica e valores de B10 bem diferentes. Um teste longo com poucas falhas também fornece informações diferentes de uma longa lista de peças devolvidas. Leia a curva junto com a população e os registros usados para ajustá-la.</p>
<blockquote>
<p><strong>Principais pontos</strong></p>
<ul>
<li>B10 descreve o percentil inicial do modelo; é diferente da vida média ou característica.</li>
<li>A forma muda a tendência da taxa de falha, enquanto a escala define o tempo característico.</li>
<li>Inclua os corpos de prova sobreviventes com seus tempos e status de censura.</li>
<li>Compare a estimativa pontual com o limite de confiança exigido para a decisão.</li>
<li>Relacione o tempo de teste acelerado às condições de uso por meio do mecanismo pertinente e do modelo de aceleração.</li>
</ul>
</blockquote>
<h2 id="what-do-weibull-shape-scale-and-b10-mean">O que significam forma, escala e B10 de Weibull?</h2>
<p><strong>Um modelo de Weibull</strong> é uma distribuição de probabilidade usada para descrever grandezas como tempo ou ciclos até a falha. A norma <a href="https://webstore.iec.ch/en/publication/5698">IEC 61649:2008</a> fornece métodos analíticos e gráficos para análise de Weibull de itens amostrados em teste ou serviço. Para uma entrada de cabo, defina o conjunto, a exposição e o evento de falha aos quais o modelo se aplica.</p>
<p>A forma de dois parâmetros usa uma origem de tempo zero, um parâmetro de forma <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> positivo e um parâmetro de 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> positivo. Para um tempo de exposição <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>, a probabilidade acumulada de falha é:</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>A probabilidade de sobrevivência</strong> é a probabilidade de permanecer sem a falha definida até o tempo <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>. Ela é <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>. Tempo e escala devem usar as mesmas unidades; a forma é adimensional. Essa é a formulação do <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm">Modelo de vida Weibull do NIST</a>, embora alguns softwares usem símbolos diferentes.</p>
<p><strong>A vida característica</strong> é a 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>, na qual o modelo atinge <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>, cerca de 63,2%. <strong>A forma</strong> controla a tendência da taxa instantânea de falha entre as unidades ainda sobreviventes. Um valor abaixo de 1 corresponde a uma taxa decrescente, 1 a uma taxa constante e um valor acima de 1 a uma taxa crescente.</p>
<p>Uso a tendência da forma para orientar uma investigação. Uma taxa crescente torna pertinente verificar a degradação relacionada à idade, enquanto falhas iniciais podem levar a um exame mais atento da variação na instalação ou na fabricação. Ainda assim, a conclusão física vem dos corpos de prova e do histórico de exposição: a mesma forma estatística pode resultar de mecanismos diferentes.</p>
<p><strong>A vida B10</strong> é o décimo percentil da distribuição de falhas. No mesmo modelo, 90% da população sobrevive até essa exposição. Conforme a <a href="https://www.itl.nist.gov/div898/handbook/eda/section3/eda3668.htm">Relação de quantis do 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>O logaritmo é natural e o resultado tem as mesmas unidades de <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>. A vida média é uma média distinta que depende dos dois parâmetros. Uma Weibull de três parâmetros acrescenta um parâmetro de localização ou deslocamento; portanto, confirme a forma do modelo antes de aplicar esta equação de localização zero.</p>
<h2 id="worked-example-the-same-characteristic-life-gives-different-b10">Exemplo resolvido: a mesma vida característica gera valores B10 diferentes</h2>
<p>Considere três modelos ilustrativos com parâmetros escolhidos deliberadamente. São exemplos matemáticos, separados do conjunto de dados com seis corpos de prova apresentado adiante no artigo.</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">Probabilidade de falha em 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, insira na equação B10 a escala presumida de 1 000 h e a forma 2. A raiz quadrada 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> é aproximadamente 0,32459, resultando em 324,6 h. A tem a mesma escala, mas uma forma diferente, por isso seu B10 ocorre bem antes.</p>
<p>Quando falhas iniciais são uma preocupação, eu compararia B10 ou a probabilidade de falha na exposição exigida. A escala sozinha oculta essa diferença. Em 500 h, B tem probabilidade acumulada de falha menor que A. Em 2 000 h, a ordem se inverte: A chega a 86,47%, enquanto B chega a 98,17%. As duas curvas se encontram na vida característica compartilhada 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">Como a forma e a escala alteram as curvas de falha acumulada de Weibull</title>
<desc id="weibull-curves-desc">Três curvas calculadas mostram a probabilidade acumulada de falha de zero a 2000 horas. As curvas com forma 1 e forma 2, ambas com escala de 1000 horas, atingem 63.2 por cento de falhas acumuladas em 1000 horas. A terceira curva, com forma 2 e escala de 1500 horas, atinge 63.2 por cento em 1500 horas.</desc>
<text x="260" y="42" text-anchor="middle" fill="var(--color-carbon)" font-size="30" font-weight="700">Forma e escala</text>
<text x="260" y="78" text-anchor="middle" fill="var(--color-carbon)" font-size="30" font-weight="700">alteram a curva</text>
<text x="260" y="119" text-anchor="middle" fill="var(--color-graphite)" font-size="22">Falhas acumuladas ao longo do tempo de ensaio</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">Tempo de ensaio (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>As curvas calculadas mostram como a forma altera a distribuição e como a escala desloca seu tempo característico. Cada curva atinge 63.2 por cento de falhas acumuladas em seu próprio valor de escala.</figcaption>
</figure>
<p>C mostra o efeito de aumentar a escala mantendo a forma fixa. Seu B10 é 1,5 vez o de B, conforme a razão entre as escalas. As três curvas são calculadas a partir dos parâmetros indicados; comparações reais de entradas de cabo exigem modelos ajustados a observações pertinentes e avaliados quanto à incerteza.</p>
<p>Se um relatório informa apenas uma duração, identifique se ela significa B10, uma média, vida característica, fim do teste ou período operacional planejado. O <a href="/pt/blog/long-term-value-the-durability-of-nickel-plated-brass-cable-glands-why-15-year-service-life-makes-initial-investment-worth-every-penny/">guia sobre durabilidade a longo prazo</a> explica como as condições de serviço e a manutenção se relacionam com essa decisão de longo prazo.</p>
<h2 id="define-the-cable-entry-population-and-failure-event">Defina a população de entradas de cabo e o evento de falha</h2>
<p><strong>Uma população</strong> é o conjunto de montagens que o resultado pretende descrever. Fixe o projeto do prensa-cabo, o composto de vedação, a capa e o diâmetro do cabo, a configuração de montagem e a condição de instalação. Se lotes ou variantes forem diferentes, mantenha suas identidades para que seus efeitos possam ser verificados, em vez de ocultados pela combinação dos dados.</p>
<p>Escolha um desfecho funcional antes do início da exposição. Vazamento acima de um limite definido, perda de retenção e dano visível ao revestimento são eventos diferentes. Eles podem gerar distribuições de vida distintas. Escolho o evento correspondente à decisão de engenharia e, em seguida, defino o método e o limite de medição para avaliar todos os corpos de prova de modo consistente.</p>
<p>O <a href="/pt/blog/the-physics-of-water-ingress-how-seals-fail-and-how-to-prevent-it/">guia de falhas por entrada de água</a> ajuda a distinguir caminhos de vazamento através da vedação do cabo e da interface de montagem. Esses caminhos podem exigir inspeções diferentes, mesmo quando ambos levam água para dentro do invólucro.</p>
<p>Use um único relógio de exposição para a análise: horas de operação, duração da exposição ambiental ou ciclos contados. Especifique o início e como as pausas são tratadas. A vida útil considerada aqui é o tempo até a primeira falha de um conjunto não reparado. Falhas repetidas após reparo exigem um modelo e uma estrutura de dados que descrevam o reparo e a recorrência.</p>
<figure>
<img alt="Corpos de prova separados de entradas de cabo, na posição vertical, com rabichos individuais pretos espaçados ao longo de uma prateleira dentro de uma câmara ambiental aberta" src="/images/blog/weibull-cable-entry-reliability/weibull-cable-entry-reliability-scene-01.png" width="1672" height="941" loading="lazy" decoding="async">
<figcaption>Corpos de prova separados de entradas de cabo ocupam posições espaçadas na prateleira da câmara; cada um tem seu próprio prensa-cabos e rabichos de cabo.</figcaption>
</figure>
<p>Uma amostra aleatória ou justificada de outra forma deve representar a população em questão. Componentes devolvidos podem ser valiosos para diagnóstico, mas uma lista apenas de devoluções omite as unidades instaladas que sobreviveram. Relacione os registros de falha às unidades ainda sob observação e aos históricos de exposição. O <a href="/pt/blog/cable-gland-durability-testing-a-head-to-head-comparison-simulating-10-years-of-industrial-use/">guia de testes de durabilidade</a> explica como a definição da montagem e o planejamento da exposição se integram.</p>
<h2 id="keep-exact-failures-and-censored-records-distinct">Mantenha falhas exatas e registros censurados separados</h2>
<p><strong>Censura à direita</strong> significa que uma unidade permaneceu sem a falha definida até sua última observação, enquanto seu tempo de falha posterior é desconhecido. <strong>Censura intervalar</strong> significa que o evento ocorreu entre dois tempos de observação. As <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr131.htm">orientações do NIST sobre censura</a> explicam esses tipos de dados e por que cada um deve fazer parte da análise.</p>
<p>Use o seguinte conjunto de dados hipotético de seis corpos de prova. Suponha vidas independentes dos corpos de prova, provenientes da mesma população, uma condição de exposição comum, monitoramento contínuo do desfecho e uma parada planejada em 300 h.</p>
<table>
<thead>
<tr>
<th>Corpo de prova</th>
<th style="text-align: right">Tempo de observação</th>
<th>Status</th>
<th>Significado</th>
</tr>
</thead>
<tbody>
<tr>
<td>A</td>
<td style="text-align: right">100 h</td>
<td>Falha</td>
<td>A primeira falha definida ocorreu em 100 h</td>
</tr>
<tr>
<td>B</td>
<td style="text-align: right">180 h</td>
<td>Falha</td>
<td>A primeira falha definida ocorreu em 180 h</td>
</tr>
<tr>
<td>C</td>
<td style="text-align: right">260 h</td>
<td>Falha</td>
<td>A primeira falha definida ocorreu em 260 h</td>
</tr>
<tr>
<td>D</td>
<td style="text-align: right">300 h</td>
<td>Censurado à direita</td>
<td>Sobreviveu até o fim do teste</td>
</tr>
<tr>
<td>E</td>
<td style="text-align: right">300 h</td>
<td>Censurado à direita</td>
<td>Sobreviveu até o fim do teste</td>
</tr>
<tr>
<td>F</td>
<td style="text-align: right">300 h</td>
<td>Censurado à direita</td>
<td>Sobreviveu até o fim do teste</td>
</tr>
</tbody>
</table>
<p>Mantenha um campo de status separado. Os três registros em 300 h são observações de sobrevivência, portanto sua contribuição difere da de uma falha registrada em 300 h. Excluí-los elimina a metade sobrevivente da amostra; recodificá-los como falhas altera o que aconteceu.</p>
<p>Se o desfecho for inspecionado periodicamente, registre a última aprovação e a primeira reprovação. Uma aprovação em 200 h seguida de uma falha em 250 h define esse intervalo. Use um método de ajuste que aceite intervalos, em vez de atribuir o ponto médio ou o horário de inspeção como o momento exato do evento.</p>
<p>Também registro o motivo do término de cada observação. Uma parada planejada sustenta uma hipótese de censura diferente da remoção de um corpo de prova porque parece estar perto de falhar. Investigue essas remoções e sua relação com a vida útil antes de escolher o método de análise.</p>
<h2 id="fit-the-observations-and-check-the-model">Ajuste as observações e verifique o modelo</h2>
<p><strong>A estimação por máxima verossimilhança</strong>, ou MLE, escolhe parâmetros que tornam as observações registradas mais consistentes com a distribuição selecionada. Falhas exatas contribuem com a densidade de probabilidade em seus tempos de falha; unidades censuradas à direita contribuem com a probabilidade de sobrevivência até seus tempos de observação. Observações intervalares contribuem com a probabilidade de falha entre as duas leituras. As <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm">orientações do NIST para estimação por máxima verossimilhança</a> apresentam esses termos distintos de verossimilhança.</p>
<h3 id="worked-example-changing-the-status-changes-the-result">Exemplo resolvido: mudar o status muda o resultado</h3>
<p>Para os seis registros hipotéticos acima, uma MLE de Weibull de dois parâmetros com localização fixada em zero resulta em forma de cerca de 2,047, escala de 353,7 h e B10 de 117,8 h. A tabela compara esse cálculo com dois tratamentos deliberadamente incorretos dos mesmos registros.</p>
<table>
<thead>
<tr>
<th>Tratamento</th>
<th style="text-align: right">Estimativa da forma</th>
<th style="text-align: right">Estimativa da escala</th>
<th style="text-align: right">Estimativa de B10</th>
<th>Consequência para os dados</th>
</tr>
</thead>
<tbody>
<tr>
<td>Três falhas e três sobreviventes censurados à direita</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>Preserva as observações declaradas</td>
</tr>
<tr>
<td>Remover os três sobreviventes</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 apenas o subconjunto que falhou</td>
</tr>
<tr>
<td>Marcar como falhas os três sobreviventes em 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>Introduz eventos ausentes do exemplo</td>
</tr>
</tbody>
</table>
<p>Constato que recodificar os sobreviventes como falhas eleva B10 neste conjunto de dados hipotético: 151,9 h em vez de 117,8 h. Excluir os mesmos sobreviventes reduz B10 para 98,3 h. Esses efeitos opostos tornam o campo de status prioritário ao verificar um relatório importado; um erro de codificação pode deslocar a resposta em qualquer direção. Primeiro use os status corretos, depois avalie o ajuste e a incerteza. Com apenas três falhas observadas, as estimativas da forma e da cauda inferior são sensíveis. Uma exposição mais informativa e uma análise de confiança são necessárias para uma comparação de engenharia sólida.</p>
<p><strong>Um gráfico de probabilidade</strong> compara as observações ao modelo em eixos transformados. Ele é diferente das curvas cumulativas comuns apresentadas antes. No <a href="https://www.itl.nist.gov/div898/handbook/apr/section2/apr221.htm">método de gráfico de probabilidade do NIST</a>, as posições de plotagem levam a censura em conta. Um padrão amplamente linear sustenta a consistência com o modelo escolhido.</p>
<p>Investigue curvatura, agrupamentos por lote, valores discrepantes iniciais e efeitos da posição do corpo de prova. Mantenha um ponto, salvo se houver uma justificativa documentada, relacionada à medição ou à população, para tratá-lo de outra forma. Compare distribuições plausíveis usando as mesmas observações. O <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr413.htm">exemplo de Weibull resolvido do NIST</a> compara ajustes de Weibull e lognormal com estatísticas semelhantes, ilustrando por que uma curva visualmente regular, por si só, não resolve a incerteza na escolha do modelo.</p>
<p>Os mecanismos de falha também podem competir. Se a corrosão encerrar a observação antes de ocorrer uma falha por vazamento, registre tanto o evento que encerrou a observação quanto o tempo censurado até o vazamento. O <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr181.htm">modelo de riscos concorrentes do NIST</a> combina mecanismos sob hipóteses de independência e de primeira falha. Se o movimento da junta promover tanto corrosão quanto vazamento, investigue essa causa compartilhada ao escolher o modelo.</p>
<h2 id="read-the-confidence-bound-beside-the-life-estimate">Leia o limite de confiança junto da estimativa de vida</h2>
<p><strong>Um limite de confiança</strong> expressa a incerteza de uma grandeza estimada para a população, dadas as hipóteses da análise. Um limite inferior de confiança para B10 responde a uma pergunta diferente da estimativa pontual de B10. Junto ao valor, mantenha o nível de confiança, a forma unilateral ou bilateral e o método de cálculo.</p>
<p>Por exemplo, suponha que um requisito peça um limite inferior unilateral de confiança de 95% para B10 de pelo menos 1 000 h. Um relatório hipotético com estimativa pontual de B10 de 1 300 h e limite inferior de 900 h não atende ao requisito. O excedente de 300 h na estimativa pontual não compensa a falta de 100 h em relação ao limite solicitado.</p>
<p>Leio o tamanho da amostra e a contagem de falhas junto com essa comparação. Um intervalo de confiança trata da incerteza no percentil ou parâmetro estimado; é diferente de um intervalo que contém essa fração das vidas individuais. Ao comparar relatórios, use a mesma medida de vida, convenção de confiança, desfecho e base de exposição.</p>
<p>Com zero falhas, informe quantas unidades sobreviveram e por quanto tempo. Em um ajuste de Weibull de dois parâmetros sem restrições, aumentar a escala pode continuar elevando a verossimilhança de dados em que todas as unidades sobrevivem; assim, as observações, por si só, não identificam uma estimativa finita de forma e escala. Um método de demonstração de confiabilidade especificado separadamente pode usar esses resultados de sobrevivência sob as hipóteses declaradas.</p>
<p>Uma sequência útil de leitura é identificar a medida de vida, inspecionar os dados observados e censurados, verificar o ajuste do modelo e, em seguida, comparar o limite de confiança solicitado. Aprofunde o elemento que controla a decisão: duração da exposição, número de falhas, populações mistas ou mecanismo incerto.</p>
<h2 id="connect-accelerated-test-life-to-service-conditions">Relacione a vida de teste acelerado às condições de serviço</h2>
<p>Uma curva de Weibull ajustada sob um nível de estresse elevado descreve aquela condição. Para projetá-la ao uso normal, combine a distribuição de vida útil com uma relação de aceleração para o mecanismo de falha pertinente. As <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr43.htm">orientações do NIST para projeção em condições de uso</a> explicam por que os dois modelos importam, especialmente quando a previsão de serviço se encontra na cauda inicial com poucas observações.</p>
<p>Verifique se as condições aceleradas e de serviço preservam o mecanismo. Uma temperatura mais alta pode mudar o processo de degradação de uma vedação, enquanto umidade, produtos químicos e movimento podem afetar a montagem de maneiras diferentes. Trate o histórico dos fatores de estresse como parte do modelo, em vez de combinar horas não relacionadas em um único contador de idade. O <a href="/pt/blog/how-does-environmental-aging-affect-cable-gland-seal-performance-over-time/">guia de envelhecimento de vedações</a> relaciona esses fatores de estresse à função da vedação.</p>
<p>Procuro observações obtidas sob um nível de estresse mais baixo, observações de duração mais longa ou observações de campo que verifiquem a projeção perto do uso pretendido. Mantenha a estimativa das condições de teste em suas unidades originais, horas ou ciclos, e informe o perfil de uso para uma previsão de serviço. Assim, B10 permanece vinculado a uma população, um evento de falha e um modelo de exposição específicos ao ser usado em decisões de manutenção ou projeto.</p>
<h2 id="conclusion">Conclusão</h2>
<p>B10, vida característica e vida média descrevem partes diferentes de um modelo de vida útil de Weibull. A mesma vida característica pode ocultar comportamentos muito diferentes de falha inicial, então compare a medida que corresponde à exposição e à decisão pretendidas. Mantenha na análise os corpos de prova que falharam e os que sobreviveram, com o status correto.</p>
<p>Leio o limite de confiança junto da estimativa pontual e, em seguida, verifico a população, a definição de falha e as condições de estresse. Os exemplos resolvidos mostram por que esses detalhes mudam o resultado numérico. Para prever a vida em serviço, relacione o modelo de teste ao mecanismo real e ao perfil de uso antes de aplicar o resultado a decisões de manutenção ou projeto.</p>
<h2 id="faq-about-weibull-reliability-analysis">Perguntas frequentes sobre análise de confiabilidade de Weibull</h2>
<h3 id="is-weibull-characteristic-life-the-average-life">A vida característica de Weibull é a vida média?</h3>
<p>A vida característica é o valor da escala no qual o modelo de dois parâmetros atinge cerca de 63,2% de falhas acumuladas. A vida média depende tanto da forma quanto da escala e é uma grandeza diferente. Leia a medida indicada no relatório antes de comparar durações; B10 se concentra na exposição até o décimo percentil de falha, mais precoce.</p>
<h3 id="how-should-specimens-that-survive-the-test-be-recorded">Como registrar os corpos de prova que sobrevivem ao teste?</h3>
<p>Mantenha o horário da última observação, o status de censura à direita e o motivo pelo qual a observação terminou. Esses registros mostram a sobrevivência até aquele momento e contribuem para a análise da vida útil. Use um método de análise que aceite censura. Para falhas detectadas entre inspeções, mantenha o intervalo entre a última aprovação e a primeira reprovação, em vez de atribuir um momento exato ao evento.</p>
<h3 id="what-does-b10-say-about-individual-cable-entries">O que B10 diz sobre entradas de cabo individuais?</h3>
<p>B10 é a exposição do modelo no ponto de 10% de falhas acumuladas, equivalente a 90% de sobrevivência nas condições definidas. Algumas unidades falham antes e outras depois. A estimativa também tem incerteza, então compare o limite de confiança exigido ao avaliar uma meta de confiabilidade. O planejamento da manutenção também considera as consequências da falha e o perfil de serviço.</p>
<h3 id="how-can-an-accelerated-weibull-curve-support-a-service-life-prediction">Como uma curva de Weibull acelerada pode apoiar uma previsão de vida em serviço?</h3>
<p>Combine a distribuição de vida útil com um modelo de aceleração para o mecanismo pertinente e as condições de uso. Verifique se o mecanismo continua aplicável e compare a projeção com observações adequadas obtidas sob um nível de estresse mais baixo, observações de duração mais longa ou observações de campo. Ao interpretar a vida projetada, explicite a população, o critério de falha, o tempo de exposição e a incerteza.</p>
<h3 id="sources-and-technical-references">Fontes e referências técnicas</h3>
<ul>
<li><a href="https://webstore.iec.ch/en/publication/5698">IEC 61649:2008 — análise de Weibull</a>, acessado em 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr131.htm">NIST — Censura</a>, acessado em 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm">NIST — Modelo de vida Weibull</a>, acessado em 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/eda/section3/eda3668.htm">NIST — Distribuição de Weibull e quantis</a>, acessado em 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm">NIST — Estimação por máxima verossimilhança</a>, acessado em 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section2/apr221.htm">NIST — Gráficos de probabilidade</a>, acessado em 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr181.htm">NIST — Modelo de riscos concorrentes</a>, acessado em 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr413.htm">NIST — Exemplo resolvido de estimação de Weibull por máxima verossimilhança</a>, acessado em 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr43.htm">NIST — Projeção da confiabilidade em condições de uso</a>, acessado em 2026-10-29.</li>
</ul>
