一、前言
现金的工业工厂，对现场的可靠性要求逐步增高，日常工作所需仪器设备都需要能满足7*24小时的连续稳定工作，突发的故障停机会给整个工厂经济造成极大的损失。因此现在对设备的维护提出了更高的要求，以最大程度的避免生产的损失和材料的浪费。根据统计，在 1981 年，美国的工厂花费在维护其关键装置系统上的成本超过了 6000 亿美元。在 1991 年，这种成本已经升至 8000 多亿美元，而在 2000 年更是破记录地达到 12000 亿美元。这些数据表明，这些成本的三分之一到二分之一由于采用无效的维护管理方法而被浪费掉。虽然在中国没有这方面的数据统计，但是相信中国目前在这方面的情况和美国当时差不多。
选择错误和原始的维护手段和落后的维护观念是这种无效使用维护支出的主要原因。在强调经济效益的今天，也有越来越多的用户开始意识到过去那种单纯依靠人的直觉和经验来执行设备维护计划的方式已经不能再满足过程工业的生产需求了。
二、设备维护的模式
设备维护一般有三种模式：事后维护、预防性维护和预测性维护。
事后维护，也有人称之为“补救性维护”，“故障后维护”，“运转至出现故障管理”，顾名思义，也就是说设备出现故障时对它进行维修。这是种“不出故障就不维修”的维护方式，也是最初级最简单也是目前在国内被用户采用最多的维护运行手段。采用运转至出现故障管理的工厂在机器或系统出现故障之前不会在维护上花费任何资金。运转至出现故障是一种反应性的管理技术，它会在采取任何维护行动之前等待机器或设备出现故障。确切地说，这是一种“无维护”管理方法。它也是最为昂贵的维护管理方法，分析表明，在反应性或事后维护模式下进行维修的成本是有计划或预防性维护模式下进行的相同维护的成本的 3 倍。对维修进行计划安排可使工厂将维修时间和有关的劳动力成本降到最低。它还提供了一种可减少快速交付和生产下降等负面影响的方法。
与这种维护管理相关的主要费用是：
高备件库存成本；高超时劳动力成本；机器停机时间长；生产能力低。
预防性维护和预测性维护都属于事先维护。
一般地讲，预防性维护可以分为三种类型：
基于时间的维护计划；基于性能的维护计划；基于条件的维护计划
基于时间的维护计划：在特定周期中执行基于时间的维护计划的维护，例如，每隔两个月或每隔六个月。
基于性能的维护计划：可根据各个设备和功能位置的测量点安装的计数器读数来进行。某些设备要根据许多参数或状态来进行操作。这些参数或状态信息可能由测量点提供。设备上的计数器到达一定读数时，系统就进行维护，例如，每隔 100 个小时的运行时间，每隔 500个铸造周期等。
基于条件的维护计划：部分设备将通过实时状态或操作参数如温度等进行控制。这些参数为实时读数，需要实时对其进行监控。
所有这些预防性维护计划的共同标志是它们都具有计划安排指南。所有预防性维护管理计划都假设，设备状况将在通常适用于该类特定机器的统计时间范围内恶化。例如，某种泵设备通常运转12个月后就要更换其磨损部件。使用预防性维护技术，在该种泵运转11 个月后就要使其停止运转并进行改制。这种方法的问题是，运转模式以及与系统或装置相关的变量会直接影响机器的正常工作寿命。对于用于输送水用于输送磨损性泥浆的泵来说，平均无故障时间 (MTBF) 是不同的（如图1）。如果该泵在11个月之后可能就不需要进行维护也能正常工作，那么用户维修的劳动力和材料就被浪费掉了。采用预防性维护的第二种选择甚至更为昂贵。同时，也有大量事实表明，频繁拆卸和停车维修，即导致产量降低，维修费用增加，而且也大大降低了设备的实际使用年限。事实上专家提出，导致很多工业设备故障的最大原因之一就是：不做严谨分析，上去就对工业设备进行操作和维修。
预测性维护(PM)，也被称之为预知性维护或策略性维护。预测性维护集设备状态监测、故障诊断、故障(状态)预测、维护决策支持和维护活动于一体，足近年来新兴的一种先进维护方式。
预测性维护实际上是一种运转状况驱动的预防性维护程序。预测性维护不依赖于工业或工厂内平均寿命统计数据（即平均无故障时间）来计划安排维护活动，而是对机器的运转状况、温度、效率、震动、热量分布和其他指标进行直接监视，以确定实际的平均无故障时间或将危害到工厂或设施内所有关键系统装置运转的效率损失。它和预防性维护相比，具有明显的优势：
克服预防性维护的盲目性，具有很强的针对性。根据状态的不同采取不同的处理方法，降低运行检修费用。
减少停运(总维护)时间，提高设备可靠性和可用系数，延长设备使用寿命，更好地贯彻“安全第一．预防为主”的方针。
减少维护工作量，降低劳动强度，有利于减员增效，提高经济效益。
三、预测性维护的现状
在过去的几年里，随着给予微处理器或计算机的仪器仪表的迅速发展，以及维护管理系统的不断完善，尤其是先进以现场总线和工业以太网等通讯技术的高速发展和普及，国内外各大厂家推出了各种先进的预测性维护技术。
总体质量管理(TQM)与lSO 9000的实施也使对PDM计划的需求倍增。TQM与lSO 9000都有维护计划程序的要求，以保证流程及所有组成部分都能连续发挥高性能。
预测性维护在概念的内涵和外延上有狭义和广义之分。
狭义的预测性维护立足于“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，再适时地安排维护；广义的预测性维护将状态监测、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，维护决策得出最终的维护活动要求。是一个系统的过程。它将维护管理纳入了预测性维护的范畴。通盘考虑整个维护过程，直至得出与维护活动相关的内容。
四、结束语
任何一种技术都一定会有它的局限性，选择和制定最合适的维护方案，必须是从现场工况和自身的实际情况来判断决定。随着电子技术、传感器技术和通讯技术方面不断突破，我们相信会有越来越多的预测性维护解决方案推向市场；我们也相信因为金融危机的影响，会有越来越多的用户开始考虑如何节约维护成本的问题，而不仅仅是减少投资成本。当然，预测性维护本身是个动态的可持续的管理过程，不可能仅仅依靠几个部门或供应商的努力就能实现，还需要更多人的关注和参与才能体现它的价值。
任何一种先进的技术都不能脱离人的因素，无论是哪一种维护技术都不能脱离人的参与，无论是预防性维护，还是预测性维护，甚至主动性维护，都需要根据实际情况来分析，制定最合适的维护方案，才是达到最理想的效果。”Use it and Forget it！”或者说“无为而治”是我们制定维护计划所追求的理想状态。
目前北京桂花网在做的就是“状态监测”这一基础工作，它是状态预测、故障诊断的重要数据来源，桂花网的蓝牙网关状态监测方案，可以实现远程的多设备连接，同时监测多个设备的数据，并且不需要将所有设备用有线连接，不再需要工厂人员在现场收集相关数据，从而节省了更多人力成本，目前已经和ABB合作，已协助ABB的Ability™传动装置振动监测解决方案在全球数百个IoT环境中成功部署。
