Amigos,
La distribución de Weibull es, sin duda, la distribución más importante en el análisis de fallos de las uniones de soldadura con plomo y sin plomo. Es lo primero en lo que piensa cualquiera que intente modelar los ciclos térmicos, los golpes por caída u otros modos de fallo asociados al montaje con orificios pasantes y al montaje superficial (SMT).
La probabilidad de que salga cara en 60 lanzamientos de moneda viene descrita por la distribución binomial.
La distribución de Weibull fue inventada por Waloddi Weibull en 1931. Este hecho fue relatado por el Dr. Robert Abernethy en su famoso libro de texto sobre el análisis de Weibull, *The New Weibull Handbook*. Esta afirmación puede no parecer inusual, hasta que nos paramos a pensar que todas las distribuciones habituales en estadística fueron descubiertas, no inventadas. Las tres distribuciones estadísticas más comunes son la normal, la de Poisson y la binomial. Como ejemplo de distribución estadística descubierta, consideremos la distribución binomial. Esta distribución describe, entre otras cosas, las probabilidades al lanzar una moneda al aire. Si lanzas una moneda imparcial 60 veces, lo más probable es que obtengas 30 caras (C) y 30 cruces (C), pero obtener 29 C y 31 C o 32 C y 28 C no sería tan infrecuente. El análisis matemático muestra que se obtiene la curva que se muestra a continuación. Si se realiza un experimento de lanzamiento de moneda muchas veces, esta curva predecirá fielmente los resultados. La curva no se inventa, sino que se descubre a partir de los profundos fundamentos teóricos de la distribución binomial.
Waloddi Weibull, 1887-1979
El hecho de que la distribución de Weibull fuera una creación propia sugiere que Weibull la eligió porque se ajustaba a muchos tipos de datos de fallos. Él definió la distribución acumulativa de Weibull de la siguiente manera:
Donde eta es la vida característica o la función de escala y beta es la pendiente, mientras que F(t) es la fracción acumulada de fallos. Weibull propuso esta función porque, para valores de beta inferiores a 1, F(t) describe los fallos por «mortalidad infantil». En esta situación, la tasa de fallo disminuye con el tiempo. Cuando beta es mayor que 1, describe fallos por «desgaste», en los que la tasa de fallo aumenta con el tiempo. En electrónica, solemos intentar eliminar la mortalidad infantil mediante el «burn-in». Cuando beta es igual a 1, la tasa de fallo es constante. Estos tres escenarios se muestran en la siguiente figura.
Por lo general, en el análisis de fallos electrónicos, representamos gráficamente los datos de fallos en función del tiempo para determinar los parámetros beta y eta, normalmente con programas como Minitab®.
En la próxima entrada analizaremos algunos datos sobre fallos para determinar los valores de eta y beta, y comentaremos su importancia.
El propio Weibull era un personaje curioso y gran parte de la información disponible sobre él la recoge Abernethy.
Sin duda, Weibull era un hombre lleno de energía. ¡Su segunda esposa era casi 50 años más joven que él y tuvo una hija cuando ya tenía unos 80 años!
Salud,
Dr. Ron






