香港公司

預測性維修

預測性維修(Predictive Maintenance,簡稱PdM)

預測性維修概述

  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。

預測性維修的相關概念

  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。

預測性維修技術體系

  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。

  Image:预测性维修技术体系.jpg

  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。