La estimación de la fiabilidad para componentes clave de un sistema mecánico es de gran importancia en el pronóstico y la gestión de la salud en la industria de la aviación. Tanto los datos de degradación como los datos de tiempo de fallo contienen abundante información de fiabilidad de diferentes fuentes. Considerar múltiples indicadores de rendimiento de degradación dependientes de variables para componentes mecánicos también es un enfoque efectivo para mejorar la precisión de la estimación de fiabilidad. Este estudio desarrolla un modelo de estimación de fiabilidad bivariado dependiente basado en el proceso gaussiano inverso y copulas que fusionan datos de degradación y datos de tiempo de fallo dentro de un marco de cálculo. El modelo de proceso gaussiano inverso se utiliza para describir el proceso de degradación de cada indicador de rendimiento. Las funciones de copula se utilizan para capturar la relación dependiente entre los dos indicadores de rendimiento. Con el fin de mejorar la precisión de la estimación de fiabilidad, se utilizan simultáneamente tanto los datos de degradación como los datos de tiempo de fallo para estimar los parámetros desconocidos en el modelo de degradación basado en la función de verosimilitud transformada utilizando el truco de ceros y unos. Se lleva a cabo un estudio de simulación y una aplicación real en la estimación de fiabilidad de un sello mecánico utilizado en una bomba hidráulica aérea para validar la efectividad y precisión del modelo propuesto en comparación con los modelos de fiabilidad existentes.