預(yù)測性維護(hù) (Predictive maintenance，PdM) 是通過對設(shè)備的狀態(tài)監(jiān)測，定期或連續(xù)地監(jiān)測其運(yùn)行的狀況，預(yù)測設(shè)備未來發(fā)展的趨勢，優(yōu)化設(shè)備的性能和使用壽命。根據(jù)裝備狀態(tài)的發(fā)展趨勢和可能的故障模式，預(yù)先制定預(yù)測性維修計劃。預(yù)測性維護(hù)是以狀態(tài)監(jiān)測、異常檢測和分類算法統(tǒng)計過程控制原理為基礎(chǔ)，利用預(yù)測模型監(jiān)測來預(yù)測設(shè)備狀態(tài)變化趨勢，從而確認(rèn)未來合適的維護(hù)時機(jī)。
預(yù)測性維護(hù)是通過安裝在工業(yè)設(shè)備上的傳感器，實(shí)時監(jiān)控設(shè)備的運(yùn)行狀態(tài)，預(yù)判故障可能發(fā)生的時間，如果存在故障隱患，將會自動觸發(fā)報警或者維護(hù)命令。
預(yù)測性維護(hù)基于“數(shù)字孿生”技術(shù)，提供了很好的解決方案，被譽(yù)為工業(yè)4.0領(lǐng)域的核心創(chuàng)新之一。
一、預(yù)測性維護(hù)的優(yōu)點(diǎn)
延長機(jī)器使用壽命
通過識別問題，使設(shè)備保持最佳狀態(tài)并防止小問題變成大問題，有助于延長設(shè)備的使用壽命。
最大限度地降低維護(hù)成本
在物聯(lián)網(wǎng)傳感器的幫助下，很容易檢測異常并在問題變得不可逆轉(zhuǎn)之前進(jìn)行修復(fù)。這最大限度地減少了由于計劃外機(jī)器停機(jī)而導(dǎo)致運(yùn)營受挫的可能性。
減少停機(jī)時間
預(yù)測性維護(hù)通過在故障發(fā)生前解決問題，從而顯著減少停機(jī)時間。這有助于有效地優(yōu)化資源計劃或?qū)⒕S護(hù)安排在工作時間之外。預(yù)測性維護(hù)解決方案可以減少大約 45% 的停機(jī)時間。
增強(qiáng)安全性
在任何工業(yè)環(huán)境中，安全都是重中之重。設(shè)備故障會對人員和運(yùn)營構(gòu)成重大風(fēng)險。預(yù)測性維護(hù)通過確保設(shè)備可靠運(yùn)行并在潛在故障變得危險之前得到解決來提高安全性。
二、PHM技術(shù)可以做什么
對（大型）設(shè)備，在維修更換數(shù)據(jù)和實(shí)時退化數(shù)據(jù)建模的基礎(chǔ)上，進(jìn)行可靠性的動態(tài)評估和故障的實(shí)時預(yù)測，以及基于評估和預(yù)測的信息制定科學(xué)有效的健康管理策略。
PHM技術(shù)的六大功能點(diǎn)分別是數(shù)據(jù)獲取、特征提取、狀態(tài)監(jiān)測、健康評估、故障預(yù)測和維修決策。
數(shù)據(jù)獲取
就是使用各種傳感器把設(shè)備參數(shù)采集起來。一些大V口中常說的萬物互聯(lián)，就是基于物聯(lián)網(wǎng)（或細(xì)分行業(yè)中常說的車聯(lián)網(wǎng)、船聯(lián)網(wǎng)）來實(shí)現(xiàn)，物聯(lián)網(wǎng)就是把待監(jiān)測設(shè)備的各類型參數(shù)采集起來的大網(wǎng)絡(luò)。就是對信號進(jìn)行預(yù)處理，提取一些能表征設(shè)備狀態(tài)的特征。比如想要判斷一個人有沒有發(fā)燒，就去測量體溫。這里體溫就是表征這個人是否發(fā)燒的特征。
狀態(tài)監(jiān)測
比如對上述提取的特征設(shè)置個閾值（不一定是硬閾值，如模糊邏輯，這里就不細(xì)說了）。比如37 ℃或37.3 ℃作為閾值，超過了就判斷發(fā)燒了。健康評估。可以簡單理解為使用上述眾多特征及其對應(yīng)的閾值，綜合評估人的健康狀態(tài)。比如使用體溫、血壓、心電圖等等綜合評估健康指數(shù)。
故障預(yù)測
基于上述結(jié)論，進(jìn)一步預(yù)測病人病情是在好轉(zhuǎn)還是惡化，如果可能惡化，那么惡化的速度會如何。維修決策。基于故障預(yù)測結(jié)果，制定治療方案。比如預(yù)測病人病情正在好轉(zhuǎn)為輕癥，那就繼續(xù)療養(yǎng)；否則重癥監(jiān)護(hù)室、準(zhǔn)備手術(shù)等措施就要提早準(zhǔn)備及時跟進(jìn)。
三、預(yù)測性維護(hù)技術(shù)應(yīng)用在哪些行業(yè)領(lǐng)域
航空航天、軌道交通、風(fēng)力發(fā)電、電力裝備、機(jī)床刀具、工業(yè)機(jī)器人、汽車電子、智能制造等。
四、測試項目
1、狀態(tài)監(jiān)測算法測評
基于閾值的監(jiān)測算法:狀態(tài)監(jiān)測算法可分為兩種，分別是基于固定閾值的判別方法和基于相對閾值的判別方法。
2、故障診斷算法測評
專家系統(tǒng)測評:專家系統(tǒng)可應(yīng)用人工智能技術(shù)和計算機(jī)技術(shù)，根據(jù)領(lǐng)域?qū)＜业闹R和經(jīng)驗，進(jìn)行推理和判斷，基于專家系統(tǒng)的特征數(shù)據(jù)匹配度，獲得故障診斷的結(jié)果。
機(jī)器學(xué)習(xí)算法測評:機(jī)器學(xué)習(xí)算法可通過狀態(tài)特征的分類，獲得故障診斷的結(jié)構(gòu)。
3、壽命預(yù)測算法測評
基于用戶定義的失效閾值，壽命預(yù)測算法能夠推演預(yù)測特征的軌跡在何處與失效閾值相交，并得到壽命終點(diǎn)時間，進(jìn)而獲得壽命預(yù)測的結(jié)果。
五、檢測標(biāo)準(zhǔn)
GB/T 43555-2023《智能服務(wù) 預(yù)測性維護(hù) 算法測評方法》