Ingeniería de Confiabilidad

La curva de la bañera

El modelo fundamental para entender cómo fallan los sistemas a lo largo del tiempo. Tres etapas, tres comportamientos, una herramienta universal para el mantenimiento y el diseño de sistemas confiables.

3 Etapas de vida
λ(t) Tasa de falla
∞ Aplicaciones
Visualización interactiva
Explora la curva

Haz clic en cualquier zona de la curva o en las etapas del panel lateral para descubrir la información detallada de cada fase.

Tasa de falla λ(t) vs. Tiempo

Pasa el cursor sobre la curva para ver valores — haz clic para seleccionar etapa

TASA DE FALLA
—
Etapa I
Mortalidad infantil
λ(t) decreciente
↘ DFR
Etapa II
Vida útil
λ(t) constante
→ CFR
Etapa III
Desgaste
λ(t) creciente
↗ IFR
Distribución
Weibull
β < 1
Tasa de falla
↘
Decreciente (DFR)
Duración típica
5–10%
de la vida total
Estrategia
Burn-in
Pruebas de rodaje
Causas de falla

¿Por qué fallan los sistemas jóvenes?

  • Defectos de fabricación y materiales fuera de especificación
  • Errores en el proceso de instalación o montaje
  • Problemas de diseño no detectados en prototipo
  • Control de calidad insuficiente en producción
  • Componentes débiles o subpotenciados en la cadena de suministro
Modelo matemático

Distribución Weibull (β < 1)

λ(t) = (β/η)(t/η)β−1 β < 1 → tasa decreciente η = parámetro de escala (vida característica)
  • La función de riesgo disminuye con el tiempo
  • MTBF no constante — depende del tiempo de operación
  • Los elementos frágiles fallan rápido; los robustos sobreviven
Estrategias de mitigación

Técnicas de burn-in y screening

  • Pruebas de estrés acelerado (HALT / HASS) antes de entrega
  • Inspección 100% de componentes críticos
  • Burn-in térmico y eléctrico para electrónica
  • Certificación de proveedores y auditorías de calidad
  • Análisis de modo y efecto de falla (FMEA) en diseño
Indicadores clave

KPIs en esta etapa

  • Tasa de defectos en campo (FDR) — debe decrecer
  • Tiempo hasta el primer fallo (TTFF) — métrica principal
  • Costo de garantía — alto al inicio, cae rápidamente
  • Yield de manufactura — % de unidades que pasan QC
Distribución
Exponencial
λ = constante
Tasa de falla
→
Constante (CFR)
MTBF
1/λ
Tiempo medio entre fallas
Estrategia
CBM
Mantenimiento por condición
Naturaleza de los fallos

Fallas aleatorias e independientes

  • Los fallos ocurren al azar, sin patrón temporal predecible
  • Independientes entre sí — no hay "memoria" de fallos previos
  • Causas externas: sobrecargas, vibraciones, interferencia ambiental
  • Errores humanos de operación
  • Defectos latentes que se activan aleatoriamente
Modelo matemático

Distribución Exponencial

R(t) = e−λt MTBF = 1/λ = tiempo medio entre fallos λ = cte → sin efecto del envejecimiento
  • Propiedad sin memoria — el sistema no "envejece"
  • La probabilidad de fallo en Δt es siempre λ·Δt
  • Proceso de Poisson — número de fallos en [0,t] ~ Poisson(λt)
Estrategias de mantenimiento

Enfoque en condición y redundancia

  • El mantenimiento preventivo periódico NO mejora la confiabilidad
  • Mantenimiento basado en condición (CBM) es más eficiente
  • Redundancia activa/pasiva para aumentar disponibilidad
  • Monitoreo continuo de parámetros operativos
  • Análisis RCM (Reliability Centered Maintenance)
Indicadores clave

KPIs en esta etapa

  • MTBF — debe mantenerse estable a lo largo del tiempo
  • Disponibilidad A = MTBF/(MTBF+MTTR)
  • OEE — Efectividad global del equipo
  • Confiabilidad R(t) — probabilidad de operar sin fallo hasta t
Distribución
Weibull
β > 1
Tasa de falla
↗
Creciente (IFR)
Causa raíz
Desgaste
Envejecimiento material
Estrategia
Reemplazo
Preventivo o Overhaul
Mecanismos de degradación

¿Por qué envejece el sistema?

  • Desgaste mecánico por fricción acumulada (abrasión, adhesión)
  • Fatiga estructural por ciclos de carga repetidos
  • Corrosión y oxidación electroquímica
  • Degradación térmica y eléctrica (electromigración)
  • Fluencia (creep) en materiales bajo carga sostenida
  • Obsolescencia tecnológica y de materiales
Modelo matemático

Weibull (β > 1) o Log-normal

λ(t) = (β/η)(t/η)β−1 β > 1 → tasa creciente con el tiempo β = 2 (Rayleigh), β = 3.5 ≈ Normal
  • La probabilidad de fallo aumenta con cada hora operada
  • Vida de diseño: percentil donde F(t) = 10% típicamente
  • Distribución Log-normal para fatiga y corrosión
Estrategias de mantenimiento

Mantenimiento preventivo y overhaul

  • Reemplazo preventivo antes de alcanzar la "vida de diseño"
  • Overhaul mayor (renovación completa) en sistemas complejos
  • Monitoreo de condición — vibración, temperatura, aceite
  • Análisis de Weibull para determinar intervalos óptimos
  • Gestión de repuestos críticos (spare parts management)
Indicadores clave

KPIs en esta etapa

  • Vida útil remanente (RUL) — predicción de fin de vida
  • Tiempo hasta overhaul (TBO) — intervalos de revisión mayor
  • Costo total de ciclo de vida (LCC) — reemplazar vs. reparar
  • Índice de condición — 0–100% de vida útil consumida
Comparativa
Las tres etapas de un vistazo

Cada etapa define una estrategia diferente de mantenimiento, un modelo estadístico distinto y causas de fallo específicas.

Etapa I

Mortalidad infantil

Burn-in · Rodaje · Infancia
Tasa de falla
Decreciente (DFR) — alta al inicio, cae rápidamente
Distribución
Weibull con β < 1
Causa principal
Defectos de fabricación, materiales deficientes, errores de montaje
Mantenimiento
Burn-in — pruebas de estrés acelerado antes de puesta en servicio
Ejemplo real
Circuitos integrados nuevos, neumáticos recién instalados, soldaduras post-montaje
Etapa II

Vida útil

Operación · Madurez · Normalidad
Tasa de falla
Constante (CFR) — aleatoria, sin tendencia temporal
Distribución
Exponencial — propiedad sin memoria
Causa principal
Sobrecargas aleatorias, errores humanos, condiciones ambientales
Mantenimiento
CBM / RCM — basado en condición; preventivo NO mejora λ
Ejemplo real
Motor en servicio normal, servidor en producción, aeronave en operación regular
Etapa III

Desgaste

Envejecimiento · Degradación · Vejez
Tasa de falla
Creciente (IFR) — aumenta progresivamente con el tiempo
Distribución
Weibull (β>1) o Log-normal
Causa principal
Fatiga, corrosión, desgaste mecánico, degradación de materiales
Mantenimiento
Preventivo / Overhaul — reemplazo antes de fallo catastrófico
Ejemplo real
Rodamientos desgastados, tuberías con corrosión, cables eléctricos envejecidos
Modelos estadísticos
Confiabilidad y función de riesgo

La distribución Weibull es el modelo más versátil para modelar las tres etapas. El parámetro β (forma) define el comportamiento de la tasa de falla.

Confiabilidad R(t)
Probabilidad de operar sin fallo hasta el tiempo t
Densidad de probabilidad f(t)
Distribución de los tiempos hasta el fallo
Explorador de distribución Weibull
Ajusta β para ver cómo cambia el comportamiento de la tasa de falla
β = 1.0 Exponencial (vida útil)