什么是预测性维护？

对于您的每项资产和设备，都有一个小的最佳位置，您可以在其中进行足够的维护以避免计划外停机，但又不会冒过度维护的风险。

预测性维护可以帮助您找到该位置，然后保持目标。

最好的起点是一些基本定义，然后从那里开始。

什么是预测性维护？

考虑这种维护策略的一种方法是硬件和软件开发相结合的结果。使之成为可能的是更便宜、更可靠的传感器和更快、更准确的算法。

在最基本的层面上，预测性维护是您将传感器添加到您的资产和设备中以获得持续的实时数据流，然后您将这些数据与维护、维修和相关 MRO 库存的大量历史数据相结合。将所有数据整合在一起后，您可以将其输入到专门的软件中，该软件会告诉您需要执行哪些维护任务以及何时需要执行这些任务。

其他维护策略和预测性维护有什么区别？

本节的另一个标题可能是，但不是所有的维护都是“预测性的”吗？答案是肯定的。

要了解原因，考虑一下天气会有所帮助。

预测性维护与预防性维护

通过预防性维护，您可以预测未来，但您主要使用可靠的平均值来进行预测。因此，您知道其中一个泵运行了大约 10,000 次循环，然后您才需要检查它是否有密封裂纹并更换润滑剂。您永远无法百分百确定它何时会在没有维护的情况下停止工作，但您有一个粗略的想法，因此您可以在此之前安排您的 PM，增加一点安全边际。

这与预测 1 月中旬阿拉斯加的天气大致相同。你不知道到底会有多冷，但即使不看窗外，你仍然穿上夹克和靴子。现在是阿拉斯加的冬天。平均而言，它真的很冷。

预测性维护与基于状态的维护

使用基于状态的维护，您仍然可以预测未来，但现在您正在使用历史数据和实时数据。如果您在该泵上有一个传感器，因此您可以确切地知道它的振动程度，您可以使用它来决定它是否需要维护。过去，它在频率 X 上一直很好。但你也知道它在上次失败之前就上升到频率 Y。将过去的知识与现在的知识相结合，您可以预测泵是否正常或滑向故障。

回到天气类比，您现在正在向窗外看，以更好地了解当前状况。晴朗的天空？远处有云吗？看起来阴天，最后一次下雨了。现在没有下雨，但你知道要带伞。

通过预测性维护，您可以像专家预测天气一样看待未来。他们不只是考虑任何特定季节的平均温度。他们不只是看着窗外。

相反，他们将大量历史信息和当前读数输入复杂的建模软件，从而产生准确的预测。正确结合温度读数和卫星图像，就像拥有一个水晶球：7 天的预报平均准确率为 80%。对于五天的预测，准确度提高到 90%。

预测性维护有哪些优势？

问这个问题的另一种方式是“拥有超级大国并能够看到未来的优势是什么？”

这是一长串明显的优势，但与所有其他维护策略也有很多重叠之处。就像所有其他人一样，预测性维护通过帮助您在小问题有机会发展成大问题之前首先发现并解决小问题，从而帮助您避免代价高昂、令人沮丧的计划外停机。这是一种让您的所有资产和设备尽可能保持在 P-F 曲线上的方法，您有大量时间来计划和安排一切。

有了这些额外的时间，您可以确保拥有合适的 MRO 库存和适当的团队来正确完成所有工作。您还可以在资产或设备已设置为离线时安排工作。

但与其他维护策略不同，通过预测，您可以减少过度维护的担忧。是的，您确实必须担心过度维护。

过度维护的第一个问题是，这完全浪费了您的时间和技术人员的才能。维护团队正在做不必要的工作，浪费他们的时间和您的库存。如果团队过早更换风扇皮带，您将失去皮带上的所有价值。

但你所做的不仅仅是抛弃价值。你也有风险。每次团队进行维护工作时，您都会冒着他们做错事的风险。很多时候，风险很小，但它们始终存在。

回到风扇皮带的例子。技术人员在更换皮带时暴露了多少资产或设备？如果他们掉下一个工具，损坏另一个零件怎么办？或者，如果他们没有正确关闭所有东西，让内脏容易受到灰尘和碎屑的影响怎么办？

预测性维护可帮助您安排适量的维护，从而尽早发现问题，同时避免价值损失和风险增加。

预测性维护的缺点是什么？

最大的缺点是它比其他维护策略的成本要高得多，无论是设置好一切然后运行它。

您需要投资于传感器、软件和复杂性。您需要传感器来收集数据，需要软件来处理数字，并且需要经过适当培训的人员来理解和利用报告。

但是，当您从投资回报的角度来看待这些成本时，这些成本就很有意义了。在短期内，最便宜的设置和运行维护策略只是无所事事。但从长远来看，它也是最昂贵的。

预测性维护可能相反。设置和运行成本更高，但如果您在正确的资产和设备上使用它，从长远来看，您可以节省时间、金钱和挫败感。

必须将其与正确的资产和设备相匹配的想法很好地解决了下一个缺点，即它只对您的资产的特定子集有意义。事实上，由于相关成本，您只能将其用于既重要又具有您可以经济有效地预测的故障模式的资产。对于其他一切，这没有任何意义。

预测性维护的未来是什么？

作为受摩尔定律约束的总趋势的一部分，预测性维护的所有东西都将变得更加普遍和更便宜，该定律指出，微芯片上的晶体管数量大约每两年翻一番，而计算机的成本下降一半.

大约每两年，您以一半的成本获得大约两倍的处理能力。

但这并不意味着预测性维护最终对每个人和每项资产都有意义。通过反应性、按需或预防性维护，某些资产和设备的维护成本总是会更低。这与飞行汽车的未来相同。无论它们最终变得多么便宜或容易，对于某些地方来说，步行总是更容易。

接下来的步骤

如果您希望摆脱基于纸质或电子表格的工单管理，那么下一个最佳步骤是实施可靠的、基于云的 CMMS 解决方案。

但是，如果预测性维护更适合，那么 iOFFICE + SpaceIQ 的 Archibus。

总结

预测性维护可帮助维护团队对资产和设备进行足够的工作，以最大限度地延长正常运行时间，而不会增加与过度维护相关的成本和风险。维护策略依赖于历史数据、实时数据流和复杂软件的组合，以提前准确预测故障，为团队提供所需的时间来安排资源并引入必要的零件和材料。尽管它具有其他流行策略的许多标准优势，但预测性维护有助于领导和技术人员只做必要的工作，避免在定期维护检查和任务期间可能发生的浪费和意外损坏风险。主要挑战是将战略与正确的资产相匹配。由于相关成本（包括启动成本和持续成本），您只能在将策略应用于既关键又具有您可以经济有效地预测的故障模式的资产时才能看到投资回报率。这意味着即使摩尔定律预测传感器和软件的价格应该会继续下降，但预测性维护只对有限的资产子集有意义。