預測性維修

出自 MBA智库百科(https://wiki.mbalib.com/)

預測性維修（Predictive Maintenance，簡稱PdM）

　　預測性維修（Predictive Maintenance，簡稱PdM）是以狀態為依據(Condition Based)的維修，在機器運行時，對它的主要（或需要）部位進行定期（或連續）的狀態監測和故障診斷，判定裝備所處的狀態，預測裝備狀態未來的發展趨勢，依據裝備的狀態發展趨勢和可能的故障模式，預先制定預測性維修計劃，確定機器應該修理的時間、內容、方式和必需的技術和物資支持。預測性維修集裝備狀態監測、故障診斷、故障（狀態）預測、維修決策支持和維修活動於一體，是一種新興的維修方式。

　　預測性維修不僅在名字稱呼上有不同，在概念的內涵和外延上也有出入，因此又有狹義和廣義預測性維修兩種概念。

　　狹義的預測性維修立足於“狀態監測”，強調的是“故障診斷”，是指不定期或連續地對設備進行狀態監測，根據其結果，查明裝備有無狀態異常或故障趨勢，再適時地安排維修。狹義的預測性維修不固定維修周期，僅僅通過監測和診斷到的結果來適時地安排維修計劃，它強調的是監測、診斷和維修三位一體的過程，這種思想廣泛適用於流程工業和大規模生產方式。

　　廣義的預測性維修將狀態監測、故障診斷、狀態預測和維修決策多位合一體，狀態監測和故障診斷是基礎，狀態預測是重點，維修決策得出最終的維修活動要求。廣義的預測性維修是一個系統的過程，它將維修管理納入了預測性維修的範疇，通盤考慮整個維修過程，直至得出與維修活動相關的內容。

　　修複性維修（Corrective Maintenance）,又稱事後維修（Break-down Maintenance）,是“有故障才維修（Failure Based）”的方式，它是以設備是否完好或是否能用為依據的維修，只在設備部分或全部故障後再恢復其原始狀態，也就是用壞後再修理，屬於非計劃性維修。

　　預防性維修（Preventive Maintenance）又稱定時維修，是以時間為依據(Time Based)的維修，它根據生產計劃和經驗，按規定的時間間隔進行停機檢查、解體、更換零部件，以預防損壞、繼發性毀壞及生產損失。這種維修方法也就是目前所普遍採用的計劃維修或定期維修，如大、中、小修等。

　　預測性維修最早在西方發達工業國家興起，預測性維修的概念源起於英文名詞“Predictive Maintenance”，到現在為止，預測性維修已經有了幾個相似的名字，這是因為在不同領域，不同的人員根據自己研究的側重點不同，給出了不同的翻譯和不同的定義。追根溯源，應該從英文的定義談起。

　　Predictive Maintenance，其英文解釋為Condition Based Maintenance（CBM）或On-condition Maintenance。PdM一般翻譯為預測性維修或預知性維修，而預測維修和預知維修與前面的翻譯相比，僅僅是多字少字的問題；CBM一般翻譯為狀態基維修或基於狀態的維修，這個翻譯按英文字面的意思直譯過來，同時引入了“基”的概念，使翻譯專業化。有時CBM也被翻譯為預測性維修，因為它的英文原意就是對PdM的概念解釋；On-condition Maintenance一般翻譯為視情維修，這是翻譯者根據中國人的習慣意譯過來的。在實際運用中，幾個中英文名詞有時被隨機地組合，這都無可厚非，因為它們本身是一回事。

　　沿襲運用到今天，幾個名詞在概念上有了一些細微的差別。預知性維修被定義為：以設備診斷技術為基礎，結合設備故障的歷史和現狀，參考運行環境及其它同類設備的運行情況，應用系統工程的方法進行綜合判斷分析，從而查明設備內部情況、故障和異常的性質，預測隱患的發展趨勢，提出防範措施和治理對策，這樣一套方法總稱為預測方法，把應用預測方法得到的結果納入維修管理就是預知維修。它強調了預測方法，包羅了維修管理；而基於狀態的維修和視情維修立足於狀態，強調了狀態，它們的理論依據是：機械和裝備有自己的狀態，即將出現問題的機械或裝備將出現一些可以觀察、感覺或測量到的信號（如雜訊、振動、發熱、裂紋或電量的改變等）。這裡狀態有兩層含義，一是指在某時某刻某種條件下裝備的即時狀態，這是狹義的狀態的概念。二是包含了即時狀態的前身和後續，指的是整個生命周期內的狀態，即廣義的狀態概念。

　　預測性維修發展到現在，基本上形成了自己的技術體系，如圖所示。

　　1.狀態監測技術

　　狀態監測技術發展到現在，在各工程領域都形成了各自的監測方法，狀態監測的方法依據狀態檢測手段的不同而分成許多種，常用的包括：振動監測法、雜訊監測法、溫度監測法、壓力監測法、油液分析監測法、聲發射監測法等。

　　2.故障診斷技術

　　單講“故障診斷”，它是一門新發展的科學，而且越來越受到重視，尤其是在連續生產系統中，故障診斷有著非常重要的意義。按照診斷的方法原理，故障診斷可分為：時頻診斷法、統計診斷法、信息理論分析法及其它人工智慧法（專家系統診斷、人工神經網路診斷等）、模糊診斷、灰色系統理論診斷及集成化診斷（如模糊專家系統故障診斷、神經網路專家系統故障診斷、模糊神經網路診斷等）。

　　3.狀態預測技術

　　狀態預測就是根據裝備的運行信息，評估部件當前狀態並預計未來的狀態。其常用的方法有時序模型預測法、灰色模型預測法和神經網路預測法。而對於預測方法的開發一般有三種基本途徑：物理模型、知識系統和統計模型。在實際應用中，可將三種途徑綜合在一起，形成一種結合了傳統的物理模型和智能分析方法，並能夠處理數字信息和符號信息的混合性故障預測技術，對於實現預測性維修更為有效。

　　4.維修決策支持與維修活動

　　維修決策是從人員、資源、時間、費用、效益等多方面、多角度出發，根據狀態監測、故障診斷和狀態預測的結果進行維修可行性分析，定出維修計劃，確定維修保障資源，給出維修活動的時間、地點、人員和內容。維修決策的制定方法一般有故障樹推理法、數學模型解析法、貝葉斯（Bayes）網路法(適用於表達和分析不確定和概率性事物)和智能維修決策法等。