预测性维修

出自 MBA智库百科(https://wiki.mbalib.com/)

预测性维修（Predictive Maintenance，简称PdM）

　　预测性维修（Predictive Maintenance，简称PdM）是以状态为依据(Condition Based)的维修，在机器运行时，对它的主要（或需要）部位进行定期（或连续）的状态监测和故障诊断，判定装备所处的状态，预测装备状态未来的发展趋势，依据装备的状态发展趋势和可能的故障模式，预先制定预测性维修计划，确定机器应该修理的时间、内容、方式和必需的技术和物资支持。预测性维修集装备状态监测、故障诊断、故障（状态）预测、维修决策支持和维修活动于一体，是一种新兴的维修方式。

　　预测性维修不仅在名字称呼上有不同，在概念的内涵和外延上也有出入，因此又有狭义和广义预测性维修两种概念。

　　狭义的预测性维修立足于“状态监测”，强调的是“故障诊断”，是指不定期或连续地对设备进行状态监测，根据其结果，查明装备有无状态异常或故障趋势，再适时地安排维修。狭义的预测性维修不固定维修周期，仅仅通过监测和诊断到的结果来适时地安排维修计划，它强调的是监测、诊断和维修三位一体的过程，这种思想广泛适用于流程工业和大规模生产方式。

　　广义的预测性维修将状态监测、故障诊断、状态预测和维修决策多位合一体，状态监测和故障诊断是基础，状态预测是重点，维修决策得出最终的维修活动要求。广义的预测性维修是一个系统的过程，它将维修管理纳入了预测性维修的范畴，通盘考虑整个维修过程，直至得出与维修活动相关的内容。

　　修复性维修（Corrective Maintenance）,又称事后维修（Break-down Maintenance）,是“有故障才维修（Failure Based）”的方式，它是以设备是否完好或是否能用为依据的维修，只在设备部分或全部故障后再恢复其原始状态，也就是用坏后再修理，属于非计划性维修。

　　预防性维修（Preventive Maintenance）又称定时维修，是以时间为依据(Time Based)的维修，它根据生产计划和经验，按规定的时间间隔进行停机检查、解体、更换零部件，以预防损坏、继发性毁坏及生产损失。这种维修方法也就是目前所普遍采用的计划维修或定期维修，如大、中、小修等。

　　预测性维修最早在西方发达工业国家兴起，预测性维修的概念源起于英文名词“Predictive Maintenance”，到现在为止，预测性维修已经有了几个相似的名字，这是因为在不同领域，不同的人员根据自己研究的侧重点不同，给出了不同的翻译和不同的定义。追根溯源，应该从英文的定义谈起。

　　Predictive Maintenance，其英文解释为Condition Based Maintenance（CBM）或On-condition Maintenance。PdM一般翻译为预测性维修或预知性维修，而预测维修和预知维修与前面的翻译相比，仅仅是多字少字的问题；CBM一般翻译为状态基维修或基于状态的维修，这个翻译按英文字面的意思直译过来，同时引入了“基”的概念，使翻译专业化。有时CBM也被翻译为预测性维修，因为它的英文原意就是对PdM的概念解释；On-condition Maintenance一般翻译为视情维修，这是翻译者根据中国人的习惯意译过来的。在实际运用中，几个中英文名词有时被随机地组合，这都无可厚非，因为它们本身是一回事。

　　沿袭运用到今天，几个名词在概念上有了一些细微的差别。预知性维修被定义为：以设备诊断技术为基础，结合设备故障的历史和现状，参考运行环境及其它同类设备的运行情况，应用系统工程的方法进行综合判断分析，从而查明设备内部情况、故障和异常的性质，预测隐患的发展趋势，提出防范措施和治理对策，这样一套方法总称为预测方法，把应用预测方法得到的结果纳入维修管理就是预知维修。它强调了预测方法，包罗了维修管理；而基于状态的维修和视情维修立足于状态，强调了状态，它们的理论依据是：机械和装备有自己的状态，即将出现问题的机械或装备将出现一些可以观察、感觉或测量到的信号（如噪声、振动、发热、裂纹或电量的改变等）。这里状态有两层含义，一是指在某时某刻某种条件下装备的即时状态，这是狭义的状态的概念。二是包含了即时状态的前身和后续，指的是整个生命周期内的状态，即广义的状态概念。

　　预测性维修发展到现在，基本上形成了自己的技术体系，如图所示。

　　1.状态监测技术

　　状态监测技术发展到现在，在各工程领域都形成了各自的监测方法，状态监测的方法依据状态检测手段的不同而分成许多种，常用的包括：振动监测法、噪声监测法、温度监测法、压力监测法、油液分析监测法、声发射监测法等。

　　2.故障诊断技术

　　单讲“故障诊断”，它是一门新发展的科学，而且越来越受到重视，尤其是在连续生产系统中，故障诊断有着非常重要的意义。按照诊断的方法原理，故障诊断可分为：时频诊断法、统计诊断法、信息理论分析法及其它人工智能法（专家系统诊断、人工神经网络诊断等）、模糊诊断、灰色系统理论诊断及集成化诊断（如模糊专家系统故障诊断、神经网络专家系统故障诊断、模糊神经网络诊断等）。

　　3.状态预测技术

　　状态预测就是根据装备的运行信息，评估部件当前状态并预计未来的状态。其常用的方法有时序模型预测法、灰色模型预测法和神经网络预测法。而对于预测方法的开发一般有三种基本途径：物理模型、知识系统和统计模型。在实际应用中，可将三种途径综合在一起，形成一种结合了传统的物理模型和智能分析方法，并能够处理数字信息和符号信息的混合性故障预测技术，对于实现预测性维修更为有效。

　　4.维修决策支持与维修活动

　　维修决策是从人员、资源、时间、费用、效益等多方面、多角度出发，根据状态监测、故障诊断和状态预测的结果进行维修可行性分析，定出维修计划，确定维修保障资源，给出维修活动的时间、地点、人员和内容。维修决策的制定方法一般有故障树推理法、数学模型解析法、贝叶斯（Bayes）网络法(适用于表达和分析不确定和概率性事物)和智能维修决策法等。