什么是预测维护？

预测性维护是一种使用条件监测工具和技术来监视结构期间结构的性能或设备的技术。记录的信息使工程师能够预测被监视的资产的未来故障点，允许在其失败之前修复或更换资产。

预测性维护允许维护频率低得多，同时仍然防止无计划的无功，并最大限度地减少设备下降时间和成本预防性维护。预测性维护允许被监视的资产的寿命最大化。

预测性维护如何工作如何？

预测性维护使用条件监控设备来评估资产性能。实现的传感器从结构或设备的结构的物理动作记录了各种数据，例如温度，振动和电导率等。该过程的一个关键元素是事物（物联网）的Internet，它允许不同的系统一起工作，以便在应执行维护时估计记录的数据以进行翻译和分析。此外，随着时间的推移，新的机器学习技术可以提高预测算法的准确性，导致更好的性能[1]。

通过带宽和存储的负担能力，可以记录和分析非常大量的数据，以便在单个工厂中不仅可以完整的资产图像，而是整个生产网络。到来行业4.0，许多行业渴望利用物联网获得更好的洞察操作[1]。

预测性和预防性维护有什么区别？

预防性维护涉及以预定的间隔检查和执行在资产上的维护，无论是必要的。维护间隔通常基于使用或时间，从资产的平均生命周期确定。预防性维护不需要资产被监测，这可以降低资本投资成本。

预测维护允许一致地监控资产，这有助于确定为每个个人资产量身定制的维护计划。这种方法有助于最大化资产的寿命，同时降低维护成本。

预测维护有哪些优点和缺点？

预测维护提供可能与工业的优势，包括：

• 最小化资产维护所需的时间
• 通过最小化停机时间最大限度地减少损失的生产时间
• 通过最大化现有资产的寿命，尽量减少备件的成本

通过上述要点可以实现显着的成本节约。例如，已显示预测性维护计划将维护成本降低30％，减少75％的分解，减少下降时间45％。

行业的初步缺点是预测维护的初始投资成本高，需要专家，经验丰富的人员进行数据分析。然而，长期分析表明，预测性维护可以平均预防性维护计划的成本的约70％[2]。