伴隨著工業化、信息化和經濟全球化的發展，機械制造、自動控制、可靠性工程及管理科學出現了新的突破，使現代機器設備的科學管理出現了新的趨勢。但是很多小伙伴對預防性維護、預測性維護這兩個概念還不是很清楚，今天就幫大家梳理下。

預測性維護是通過對設備狀況實施周期性或持續監測，基于機器學習算法和模型來分析評估設備健康狀況的一種方法，以便預測下一次故障發生的時間以及應當進行維護的具體時間。預測性維護是以設備/裝備的狀態作為依據的維護，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。

與預測性維護相對應的傳統方法是預防性維護。預防性維護是根據規定的維修間隔或者設備的工作時間，按照已經安排好的時間來進行計劃內的維修工作，而不考慮系統設備當前的運行和健康狀態。

表：預防性維護與預測性維護的對比

任何設備在故障發生之前都會出現一些異常現象或癥狀，如振動偏大，有異常噪音等，如下圖所示。為此，我們把從出現這些異常現象開始，到故障即將發生前的這一段時間定義為預測期，即P-F周期。預測性維護的目標是預測出更為準確的故障的預計發生時間，以便于維護人員準確及時地做出應對。

故障預測原理圖

在預測性維護中，將利用經典數據、物聯網傳感器數據等綜合數據來有效地解決設備生產運營的實際問題：

設備使用情況如何?

預計壽命如何?

下一個生產周期中，設備發生故障的概率是多高?

發生具體故障的原因最可能是什么?

能否依據具體的故障表現，推薦最合適的維修方案?

通過以上小編的介紹小伙伴們有沒有恍然大悟的感覺呢？