什么是预测性维护和预防性维护?

什么是预测性维护和预防性维护?

预测性维护作为一个新兴市场，由于维护策略从所谓事后控制的方法转向通过分析和实现预测性维护来解决问题，无疑给我们展示了一个具有发展潜力的市场。在这个市场中，物联网平台供应商、低成本安全云存储供应商和提供动态数据模型的分析提供商发挥着至关重要的作用，并发挥着越来越重要的作用。

物联网和高级分析的发展推动了整个市场采用预测性维护策略，导致效率低下增加了25%-30%。IoT Analytics发布的报告指出，2016-2022年，预测性维护的复合年增长率(CAGR)为39%;此外，到2022年，每年的技术支出将达到10.96亿美元。

预测性和预防性维护的常用应用级别包括状态监测硬件、工业自动化硬件、通信连接、存储和平台以及数据分析。

1. 预防性维护(PM)
   有计划的定期活动，以消除设备故障和计划外的生产中断(基于时间的定期检查和维护)，它是制造工艺设计的输出。
2. 预测性维护(PdM)
   一种评估在役设备状态的方法或一套技术，通过定期或连续监测设备的状态来预测应该进行维护的具体时间。

如何理解预防性维护?

预防性维护和预测性维护是实施全面生产维护(TPM)时需要考虑的重要维护措施。预防性维护是最常见的，预见性维护并不适用于每一个场合。IATF16949第8.5.1.5条全面生产维护对设备维护目标给出了具体要求。预测性维护不再是强制性的，而是“如果适用”。

简单来说，预防性维护是指定期对设备进行保养和更换备件，通常包括维护保养、定期使用检查、定期功能测试、定期拆卸、定期更换等类型;定期保养定期检修应属于预防性保养的范畴。

预防性维修的例子:

• 新车3000公里后的第一次保养(更换机油)
• 定期清洗生产设备，更换损坏部件，检查机器是否保持正常运转

预测性维护是利用各种手段收集数据和信号(可以间歇收集，也可以连续收集)，分析判断设备的劣化趋势、故障位置、原因，预测变化的发展，提出预防措施，预防和控制可能发生的故障。预测性维护的性质与SPC类似。

预测性维护的例子:

使用热像仪、振动分析仪、超声波仪等检测设备，通过检测设备的温度、振动等运行参数，并将测量到的参数与设备的标准运行状态参数进行比较，确定是否需要进行维护，如何有针对性地安排维护工作。

预测性维护的优势和未来趋势

应用预测性维护的最大优势是降低总体成本。美国联邦能源管理计划(FEMP)进行的研究估计，与预防性维护相比，正常运行的预测性维护计划可以节省30%至40%的成本。据相关统计，平均而言，开展工业预测性维护计划可以带来以下节省:

• 投资回报率:10倍
• 降低维护成本:25% ~ 30%
• 故障排除率:70% ~ 75%
• 减少停机时间:35%至45%
• 增产:20% - 25%

在实际生产过程中，故障的发生比想象中难以控制得多:生产线突然停机、故障排除延误、人为失误、设备重复维修导致额外成本增加、设备维修不及时等。我们往往被动地接受故障，在故障发生后进行“无法准确计算是否最合理”的维修。

工厂不仅是设备的集合，更是“生活管家”。通过智能监控进行预防性监控和维护，可以告诉您当前各种机械部件的运行状态，他还可以利用过去的运行数据和当前积累的运行数据进行实时监控和分析，预测未来可能出现的情况，提前告诉您哪些设备需要维护，哪些设备需要更换。这个决定是基于客观的数据分析和判断，避免了人类的经验主义;同时，预警让您有充足的时间提前做好维修准备，避免了突然停机维修的高昂成本，提高了工厂的制造效率。

此外，基于数据的智能工厂无处不在。将会出现真正的无人工厂。机器人手臂取代了人工。工厂内所有设备的运行数据将显示在管理人员面前。不仅可以了解运行状态，预测未来，还可以自动触发工单分配和自我维护，甚至在不断纠错的过程中进行自我总结和学习，给出更合理的建议和实施方案。

为了适应极具挑战性的工业环境，系统工程、生产IT和业务系统领域必须实现前所未有的集成，以提高生产效率。