En este documento, discutimos el análisis de regresión de datos de tiempo de falla bivariados interval-censurados que a menudo ocurren en estudios biomédicos y epidemiológicos. Para resolver este problema, proponemos un tipo de modelos de riesgos aditivos parcialmente lineales generales y flexibles basados en cópulas que pueden permitir tanto covariables dependientes del tiempo como posibles efectos no lineales. Para la inferencia, se propone un enfoque de estimación de máxima verosimilitud de tamiz basado en polinomios de Bernstein para estimar las funciones de riesgo base y los efectos de covariables no lineales. Se muestra que los estimadores resultantes de los parámetros de regresión son consistentes, asintóticamente eficientes y normales. Se realiza un estudio de simulación para evaluar el rendimiento de muestra finita de este método y los resultados muestran que es efectivo en la práctica. Además, se proporciona una ilustración.