設備預測性維護概述：

　　從設備故障發生幾率曲線我們可以發現，如果采用定期維護的方式，在磨合期和老化期，會容易由于維護不足導致意外故障的頻繁發生;而在設備穩定運行期，又會因為維護過度，導致效率低下或設備過維護。

　　預測性維護

　　(PDM)是一種運轉狀況驅動的預防性維護程序。設備預測性維護利用紅外熱像儀，振動分析儀等檢測設備，通過檢測設備的溫度和振動等運行參數，并將測得的參數與設備標準運行狀態參數進行比較，從而判斷是否需要進行維護，以及如何有針對性的安排維護工作。

　　由一般工廠會計步驟確定的維護成本在多數工廠中通常構成總運營成本的大部分。在美國，傳統的維護成本(即人力和材料)在過去 10 年內急劇上升。在 1981 年，美國的工廠花費在維護其關鍵裝置系統上的成本超過了 6000 億美元。在 1991 年，這種成本已經升至 8000 多億美元，而在 2000 年更是破記錄地達到 12000 億美元。

　　這些數據表明，這些成本的三分之一到二分之一由于采用無效的維護管理方法而被浪費掉。美國工業界再也無法容忍這種另人難以置信的無效率，它們希望參與世界市場上的競爭。有關其他國家的這方面的數據還比較少，但我們相信，情況基本上是相同的。這種無效使用維護支出的主要原因是，缺乏對何時需要以及需要何種維護以維護、修理或更換工廠或設施內的關鍵機器、設備和系統進行量化的實際數據。通常，維護機構不對設備性能、執行的維護任務、故障歷史或其他數據進行跟蹤，而這些數據可以(并且應該)用于對將會防止過早發生故障、延長關鍵工廠資產的使用壽命并降低其生命循環成本任務進行計劃和安排。相反，在許多情況下，維護計劃安排仍然由設備故障情況以及維護人員的直覺來決定，維護人員可以任意決定日常維護的類型和頻率。

　　例如，多數采用熱成像檢查方法的設施每隔半年或 6 個月進行一次檢查。這是一種沒有任何實際數據根據的純任意的決定。另外，中間和公司管理層忽視了維護工作對產品質量、總運營成本和更重要的底線利潤的影響。一般的意見是，“維護是一種該死的、不得不做的事情”或者“沒有什么方法可以改進維護成本狀況”。在 10 年或 20 年，這種說法也許是正確的。但是，基于微處理器或計算機的儀器和維護管理系統的發展提供了可將維護效率最佳化的方法。

　　紅外監視和振動監視等基于微處理器的儀器可被用來對關鍵工廠設備、機器和系統的工作狀況進行監視。從這些儀器獲得的信息提供了有效管理維護操作的方法。至少，它們可以降低或消除不必要的維修、防止災難性的機器故障并降低無效的維護操作對制造及生產工廠利潤的不利影響。當其功能被充分利用時，這些儀器就提供了將總體工廠性能、機器有用壽命以及設施及其資產的壽命循環成本實現最佳化的方法。基于計算機的維護管理系統可提供歷史數據以及使用從預知性維護技術(如紅外監視和振動監視)得到的數據的方法。工業和加工工廠通常使用兩種類型維護管理，即“運轉至出現故障”和“預防性維護”。

　　運轉至出現故障管理

　　運轉至出現故障管理的思想簡單明了。設備出現故障時對它進行維修。這種“不出故障就不維修”的機器裝置維護方法是自第一個制造工廠建立以來構成維護運行的一個主要部分，聽起來倒也合理。采用運轉至出現故障管理的工廠在機器或系統出現故障之前不會在維護上花費任何資金。運轉至出現故障是一種反應性的管理技術，它會在采取任何維護行動之前等待機器或設備出現故障。確切地說，這是一種“無維護”管理方法。它也是最為昂貴的維護管理方法。但是應該說，極少有工廠采用真正的運轉至出現故障的管理方法。在幾乎所有情況下，工廠將執行基本的預防性維護任務，即潤滑、機器調整和其他調整，甚至在一個運轉至出現故障的管理環境中也是如此。但是在這種管理方式下，在設備出現故障之前，機器和其他工廠設備不會被改制或者進行大的維修。

　　節省成本

　　美國聯邦能源管理計劃 (FEMP) 所進行的研究估計，一個正常發揮作用的預測性維護計劃與應性維護相比，可提供 30 % 到 40 % 的節約。其他獨立調查表明，平均來看，開展一項工業預測性維護計劃可帶來以下方面節約：

　　投資回報：10 倍

　　● 維護成本降低：25 % 至 30 %

　　● 故障消除：70 % 至 75 %

　　● 停產時間縮短：35 % 至 45 %

　　● 產量增加：20 % 至 25 %

　　要想計算您的設施中的節約，首先要估計非計劃性設備故障所產生的成本：人力資源因素、部成本以及特定生產線的收入損失。然后，在您的熱成像維護計劃運行之后，開始對節約情況進行跟蹤。保持對設備資源可用性、生產產量以及維護費用分配和隨時間推移而產生的總維護成本的一個記錄。這些數字可幫助您計算出熱成像維護的投資回報率。