Na análise de confiabilidade, espera-se que dados de vida de equipamentos sigam uma distribuição de probabilidade conhecida; por exemplo, uma distribuição de Weibull ou Lognormal. Entretanto, quando se modelam falhas originadas em campo, essas podem decorrer de causas múltiplas e os tempos até a falha podem, assim, estar associados a diferentes estágios do ciclo de vida de um equipamento, não se ajustando a uma única distribuição de probabilidade. Neste artigo, propõe-se a aplicação de um modelo de confiabilidade para riscos concorrentes em dados de garantia oriundos de duas fases do ciclo de vida de um equipamento: a fase de vida operacional e a fase de envelhecimento (desgaste). Considera-se que falhas surgidas nessas duas fases podem ocorrer simultaneamente e têm início tão logo o equipamento seja colocado em funcionamento. O modelo combina elementos de uma distribuição exponencial e de uma distribuição de Weibull com dois parâmetros. Os parâmetros do modelo proposto são derivados utilizando estimadores de máxima verossimilhança e um teste de ajuste é utilizado para verificar o desempenho do modelo. Equações de confiabilidade são desenvolvidas para ilustrar os desenvolvimentos propostos em um estudo de caso.
Palavras-chave: modelo de confiabilidade; análise de dados de vida; dados de garantiaIn reliability analysis, life data are typically expected to follow a known probability distribution such as the Weibull or Lognormal distributions. However when modeling field data, failures may be due to multiple causes and the resulting times-to-failure may be associated with different stages of the product life cycle, not conforming to a single probability distribution. In this paper we propose a competing risk model to analyze reliability warranty data coming from two phases of the product life cycle: the operational life and the wear-out phases. It is considered that failures coming from these two phases can occur simultaneously as soon as the product is put into operation. The model combines elements of the exponential and the two-parameter Weibull distribution. Reliability equations and maximum likelihood estimators of the model parameters are derived for the new model. Real data obtained from warranty claims on air conditioning equipments are used to illustrate the developments proposed and a goodness-of-fit test is used to verify the performance of the proposed model.