Em sistemas reparáveis, um aspecto fundamental a ser considerado é prever a confiabilidade dos sistemas em estudo. No entanto, os métodos padrões utilizados para analisar dados de sistemas reparáveis ignoram o efeito de acumulação de ocorrências dos tempos de parada para o reparo e a heterogeneidade dos sistemas. Assim, neste trabalho será explorada uma classe geral de modelos de fragilidade em sistemas reparáveis, a qual utiliza um termo que permite verificar o efeito da acumulação da ocorrência de reparos e um termo de fragilidade, caracterizado pelo uso de um efeito aleatório, ou seja, uma variável aleatória não-observável que representa a informação que não pôde ou não foi observada. O método inferencial clássico e Bayesiano para estimar os parâmetros será mostrado para modelos em sistemas reparáveis sob a suposição de reparo mínimo. Para a metodologia proposta, serão considerados estudos de simulação e aplicações a um conjunto de dados de colheitadeiras de cana-de-açúcar e a um conjunto de dados de caminhões basculantes.

In repairable systems, a fundamental aspect to be considered is predict the reliability of the systems being studied. However, the standard methods used to analyze reparable system data ignore the cumulative effect of stopping time to the repair and the heterogeneity of systems. Thus, this work explores a general class of frailty models in repairable systems that uses a term that allows to verify the effect of the accumulation of the occurrence of repairs and a term of frailty, characterized by the use of a random effect, that is, an unobservable random variable that represents information that could not or was not observed. The inferential method to estimate the parameters will be shown to models in repairable systems under minimal repair. For the proposed methodology, it will be considered simulation studies and applications to a sugarcane harvesters data set and a dump truck data set.