预防性维护
前言
伴随着工业化、信息化和经济全球化的发展，从德国的“工业4.0”到中国的“工业互联网”，这些战略的提出和施行都意味着各国对工业物联网的高度重视,大数据、边缘计算，自动控制、可靠性工程，物联网技术等行业出现了新的突破，使预测性维护也越发得到市场重视，进一步推进了制造业发展向智能化新模式的转变。但是很多小伙伴对预测性维护这个概念还不是很清楚，甚至很多把预测性维护与预防性维护，没有区别开来，傻傻分不清。今天就简单的帮大家梳理下什么是预防性维护？
为什么要有预测性维护？
传统工厂里主要采用事后控制的方式来解决维护问题，即，在故障出现后及时来解决，但是，这意味着维修人员成为了救火队员，而且故障已经发生损失已经造成，当机、在制品损失都是非常巨大的，因此，通常较多的还是预防性维护，在规划的时间里对设备进行统一的更换，升级，这样的好处避免了大的故障发生的风险，但也造成了设备的使用价值被废弃，也不能避免突发的故障。每个机械设备都是一笔重要的资产，其长期可靠的运行不但保证生产的正常，质量的可靠以及避免故障引发的停机，显然，预测性维护是具有更为广阔的发展前景的。
同时，在今天，智能时代，基于传感器技术、数据采集、大数据分析、云服务技术，使得基于状态监测的预测性维护变得更加便利，也成本更低，因此，这是一个具有广阔应用前景的技术发展方向。
预测性维护和预防性维护有什么区别?
预测性维修是以状态为依据的维修，在机器运行时，对它的主要（或需要）部位进行定期（或连续）的状态监测和故障诊断，判定装备所处的状态，预测装备状态未来的发展趋势，依据装备的状态发展趋势和可能的故障模式，预先制定预测性维修计划，确定机器应该修理的时间、内容、方式和必需的技术和物资支持。
预防性维修又称定时维修，是以时间为依据的维修，它根据生产计划和经验，按规定的时间间隔进行停机检查、解体、更换零部件，以预防损坏、继发性毁坏及生产损失。这种维修方法也就是目前所普遍采用的计划维修或定期维修，如大、中、小修等。
预防性维护是通过运用各种手段进行数据和信号的采集(可以是间断地采集，也可以是连续地采集)、分析和判断设备的劣化趋势、故障部位、原因并预测变化发展、提出防范措施，防止和控制可能的故障出现。
利用电流采集器，振动分析仪，超声波仪等检测设备，通过检测设备的电流，温度和振动等运行参数，并将测得的参数与设备标准运行状态参数进行比较，从而判断是否需要进行维护，以及如何有针对性的安排维护工作。
预防性维护是以时间+经验的叠加.预测性维护是以状态为依据,运用人工智能+大数据的技术整合。
