维护业务
维护是制造业务中的一项业务。在许多情况下，维护成本是制造商的三大开支之一。
维护业务中涉及的所有基本系统都必须到位并正常运行。
维护经理必须做出能够提高维护效率和盈利能力的决策。
如右下图所示，基于状态的预测性维护 (PdM) 的成本可能达到负回报点。 PdM 的成本必须始终与收益进行权衡。 PdM 的成本效益比可能因工艺而异。例如：
-
每分钟的流程停机成本是多少？
-
过程可以备份吗？是在周期时间吗？
-
过程故障会引起安全问题吗？
-
预测工具将预测哪些故障模式？
-
这些是历史故障模式吗？
-
收集预测数据需要哪些资源？
这种确定成本效益比的简单方法将有助于做出短期决策。但是，如果我们要在维护业务中具有竞争力，我们必须更进一步，提出一些更长期的问题，例如：
-
如何以经济高效的方式应用 PdM 工具？
-
我们如何将预测工具构建到机器的控制中？
维护不应让回答这些问题的过程停止，因为我们今天负担不起预测工具。预测工具具有的维护效率和成本节约潜力应该激励我们找到一种方法来收集所需的数据并开发负担得起且具有成本效益的预测工具。没有人认为维护业务的未来是基于条件的预测性预测工具的应用。
维护业务领导者永远不会停止他们对消除反应性、故障维护的追求。反应性维护的相关成本超出了简单的停机成本：
备件 ：强大的预测程序只允许及时备件库存。
士气 :故障维护是有压力和疲劳的。
安全 ：故障维护导致比计划维护更多的伤害（每小时工作）。
要成为维护领导者，我们绝不能停止转向更智能、更具成本效益的维护系统。
Jay Lee 博士是俄亥俄州辛辛那提大学先进制造领域的杰出学者。他曾担任威斯康星大学密尔沃基分校的罗克韦尔自动化教授，并担任联合技术公司的产品开发和制造总监。他还是智能维护系统中心的创始主任，该中心是国家科学基金会的一项计划，该计划正在开发使机器能够实现接近零故障性能的技术。 CIMS 的合作伙伴包括罗克韦尔、丰田、通用汽车、哈雷戴维森、戴姆勒克莱斯勒、福特和西门子。通过 [email protected] 联系 Lee 博士。
设备保养维修