为资产选择正确维护策略：实用指南

维护策略可能复杂。虽大多认同类别——被动、运行至故障、纠正、例行、预防、基于状态、预测、处方——但实际应用差异巨大。为资产选对策略非奢侈；乃可靠性、安全、成本控制的必要。本指南揭秘选项并引导您系统性选择。

目录

1. 步骤 1：理解维护策略类型
2. 步骤 2：识别影响变量
3. 步骤 3：为每个资产选择适当策略
4. 构建平衡、数据驱动的维护计划

步骤 1：理解维护策略类型

选择正确策略始于共享词汇。无需剖析每个细微差别，但必须就核心概念达成共识。

被动维护（无策略）

被动维护是意外故障后的慌乱——如消防员无水管冲入。亦称应急或故障维护，实质上是缺乏正式策略。

运行至故障维护

运行至故障（RTF）有意让资产运行至故障，但有预先计划的响应以减轻停机和成本。设想灯泡烧坏时您有备件和梯子随时可换。

纠正性维护

纠正性任务在问题被识别后处理，通常在例行检查中。例：换油时发现轮胎压力下降，重新充气。

例行维护

例行维护由定期执行的低复杂度检查组成——如操作员完成的每日安全清单。

预防性维护 (PM)

预防性维护通过在设备仍运行时作业降低故障风险。分两类：

• 基于时间的 PM：固定间隔安排任务（如每月 1 号）。
• 基于使用的 PM：在指定运行指标后安排任务（如 1,000 英里或 10 生产周期）。

基于状态维护 (CBM)

CBM 监测实时性能指标——振动、温度等——在故障前触发维护。

预测性维护 (PdM)

预测性维护利用历史和实时数据预测最优维护窗口，从而防止甚至微小故障。

处方性维护 (RxM)

处方性维护在 PdM 基础上推荐具体行动——修什么、何时换、如何优化未来性能——利用机器学习洞察。

变速传输输送机上的维护策略实战

下图并排展示各策略如何应用于输送机系统。

被动维护

输送机无预先计划修复下故障。

运行至故障维护

输送机运行至故障；恢复计划就绪。

纠正性维护

技术员在周检中重新对齐错位部件。

例行维护

操作员每班前检查输送机确保安全。

预防性维护（时间）

每 10 天安排检查。

预防性维护（使用）

每 5 生产周期安排检查。

基于状态维护

振动超设定阈值触发维护。

预测性维护

软件预测 30 天后振动达故障级。

处方性维护

软件预测 30 天故障并建议更换特定零件。

计划性 vs 排程性维护

排程维护指定日期、技术员、截止日期。计划维护聚焦是什么、哪里、为什么、怎么做——为到时执行提供框架。

例如，运行至故障是计划的（知如何响应）但非排程的——故障时机未知。被动维护既无计划也无排程。

使用以下框架分类策略并评估可提前排程多远：

步骤 2：识别您的影响变量

每个设施独特。为定制策略，审视塑造运营的驱动因素：成本、资产特性、员工、监管语境。

成本

• 每个资产的总维护支出——含人工、零件、停机——是多少？
• 哪个成本分量主导（停机、零件、人工等）？
• 转向不同策略的成本几何？

资产

• 按关键度对资产排序。
• 识别关键指标下表现不佳的资产。
• 确定哪些资产提供可靠数据流。
• 标记安全关键或合规依赖资产。

人员

• 确保团队每日安全撤离。
• 评估当前编制和增长潜力。
• 识别优势、差距、培训需求。
• 分析团队如何跨任务分配时间。

步骤 3：为每个资产选择适当策略

无放之四海而皆准答案。Fiix 高级销售工程经理 Stuart Fergusson 强调：“最佳策略是让设备安全、具成本效益运行的那个——被动维护最差，但正确方法取决于您独特语境。”

实施成本 vs 停机实例

每分钟正常运行有成本。用下图平衡预算与停机减少：

实施成本 vs 资产关键度

预测、处方等高级策略产出高可靠性但需巨大投资。使支出与资产关键度对齐：

计划比例 vs 数据需求

更多计划工作需更多数据。下表概述各策略数据需求：

计划比例 vs 安全与合规

更高规划利于风险识别和合规遵循。在此可视化权衡：

理想资产画像

属性	被动	运行至故障	例行	纠正	PM(时间)/PM(使用)	CBM/预测/处方
关键度	无	无至低	低	低	中至高	高至关键
维护成本	无	低	低	低至中	中至高	高
停机成本	无	低	低	低至中	中至高	高
所需数据量	无	低	低	低	中至高	高
安全合规风险	无	低	中	低至中	高	高

构建平衡、数据驱动的维护计划

采用正确策略组合是旅程非一次性切换。从关键资产的预防性维护起步，随数据成熟度增长扩展至基于状态或预测解决方案。回报是更少中断、更强底线、更高效自信的维护队伍。