una falla. No obstante, se debe enfatizar que este valor es una media y el tiempo de vida real de cada intercambiador
puede variar debido a distintos factores (Nelson, 2004).
Las estimaciones de los parámetros mencionados están acompañadas de medidas de incertidumbre (Tabla 2),
como el error estándar y el intervalo de confianza del 95 % (IC), las cuales ofrecen una idea de la variabilidad inherente
en las estimaciones de los parámetros. El intervalo de confianza, específicamente, proporciona un rango en el que se
espera que resida el valor verdadero del parámetro con una confianza del 95 % (Montgomery, 2013). Para el parámetro
de forma, este rango se extiende desde 1,11222 hasta 6,70951, mientras que, para el parámetro de escala, el intervalo
varía desde 3,95976 hasta 10,0475. Aunque estos rangos parecen extensos, lo cual indica cierto grado de incertidumbre
en las estimaciones, la información adquirida a través de este análisis es de considerable valor para entender el
comportamiento de los intercambiadores de calor y tomar decisiones informadas acerca de su mantenimiento y
reemplazo (Meeker y Escobar, 1998).
En cuanto a los parámetros adicionales estimados de la distribución de Weibull aplicada a los tiempos de falla de
los intercambiadores de calor y las medidas descriptivas de la distribución estimada, se presenta el tiempo promedio
para fallar (TPPF), Tabla 3, que es una medida de la confiabilidad de un sistema (O'Connor y Kleyner, 2012). En este
caso, se estimó que el TPPF para los intercambiadores de calor era de aproximadamente 5,61. Esta cifra indica que,
en promedio, se puede esperar que un intercambiador de calor falle después de aproximadamente 5,61 años (O'Connor
y Kleyner, 2012). La desviación estándar, por su parte, proporciona una medida de la variabilidad en los tiempos de
falla (Meeker y Escobar, 1998); un valor de 2,22 indica que hay una considerable variabilidad en el tiempo que los
intercambiadores de calor pueden funcionar antes de fallar. Esta variabilidad puede deberse a diferentes factores según
Nelson (2004), entre los que se incluyen: diferencias en las condiciones de operación, variaciones en la calidad de la
fabricación, el mantenimiento y la instalación, así como la influencia de eventos imprevistos o aleatorios. Por lo tanto,
esta variabilidad subraya la necesidad de tener en cuenta estos factores al planificar estrategias de mantenimiento y
reemplazo (Nelson, 2004). Adicionalmente, la media de los tiempos de falla es similar al TPPF (Tabla 3), pero puede
ser diferente si la distribución de los tiempos de falla es asimétrica. En este caso, la media también es de alrededor de
5,52, lo que está muy cerca del TPPF, sugiriendo que la distribución de los tiempos de falla podría ser bastante
simétrica. Esto además implica una consistencia en el rendimiento de los intercambiadores de calor a lo largo del
tiempo. Esta simetría puede ser de gran ayuda en la planificación eficaz del mantenimiento y reemplazo de los equipos
(O'Connor y Kleyner, 2012).
Tabla 3. Parámetros de la distribución de Weibull para falla de los intercambiadores de calor.
Los cuartiles presentados en la Tabla 3 son medidas que dividen los datos en cuatro partes iguales (Montgomery,
2013). En este contexto, el primer cuartil (Q1) de aproximadamente 3,99 unidades de tiempo sugiere que el 25 % de
los intercambiadores de calor fallarán antes de este tiempo. Del mismo modo, el tercer cuartil (Q3) de
aproximadamente 7,11 unidades de tiempo indica que el 75 % de los intercambiadores fallarán antes de este tiempo.
Estos cuartiles pueden ser útiles para identificar rangos típicos de funcionamiento y para la planificación del
mantenimiento (O'Connor y Kleyner, 2012). El rango intercuartílico (IQR), por su lado, es una medida de la dispersión
de los tiempos de falla y puede ser interpretado como el rango dentro del cual cae la mitad central de los datos
(Lawless, 2011). Un IQR de 3,11 indica una dispersión moderada en los tiempos de falla, lo que implica una
variabilidad considerable respecto al tiempo que pueden funcionar los intercambiadores de calor antes de fallar. Esto
podría deberse a factores como diferencias en las condiciones de operación, en la calidad de fabricación, o en los
niveles de mantenimiento (McCool, 2012).
En resumen, los resultados obtenidos en este estudio revelan que los parámetros estimados y las características
de la distribución Weibull brindan información valiosa sobre la confiabilidad y el comportamiento de estos equipos.