在竞争越来越激烈的21世纪,要加强产品的竞争力,必须最大限度的降低成本。而设备维护费用又占产品制造成本的15%到60%。相当多的企业大约有三分之一的维护费安全浪费在不必要或者不适当的维护中。
随着社会经济的创新和发展,设备(如电机等)变得更加高效与智能,但设备本身维护工作却面临巨大挑战。传统的维护方式将造成生产率降低5-20%,而计划之外的生产中断会使一些大型制造商每年损失500亿元美元。 但是由于很多企业对维护方式的的认识不足,在设备维护方面仍然采用着传统的设备维护方式,一种是故障后维修的事后维修方式,一种是周期性的停机维护的的一种预防性维护方式。
事后维修是指在设备发生故障、不能正常运行时,设备管理人员对其实施维修,也就是说设备发生故障后设备管理人员才考虑对其实施维护,因此人们也将其称之为"补救性维护",这是设备维护管理中最简单、最低级的方式 。
不言而喻这种方法可以称得上没有对设备实施维护管理,它将造成组织设备维护费用的高额投入,它是所有维护方法中维护费用最为昂贵的一种。历史经验和统计数据告诉我们,这种维护费用是预防性维护模式下实施相同项目维护保养费用的3倍 。
为了减少无计划故障停机检修带来的高成本,如今很多工厂对运行相当长时间进入维修期的设备进行一次周期性的大修,对磨损或已损坏的零件进行维修或更换。这就是预防性维护。
预防性维护是在故障发生之前,在一定的时间间隔,有计划对设备进行主动维护。这样设备故障发生的概率有所降低,减少了停机时间。但是,设备本身结构和性能的好坏不同,其维修周期就不可能相对集中。如果设备管理混乱,缺乏对设备使用和维护的历史信息的跟踪管理,就很难制定出合理的预防性维护计划,年度维护计划和月度维护计划的准确性和预见性就弱,有的质量较好的新设备进行不必要的预防性维护后,由于维护人员的水平不高,反而比维护前的性能更差。
很多企业要想在市场竞争中取得优势,必须要保证高效率、高质量、低成本、安全环保的生产,而效率、质量、成本、安全在很大程度上受设备的制约。设备的技术水平直接关系到企业的生产水平,设备管理水平直接影响到企业的经济效益。对现代企业而言,设备管理与运维已经成为 关系到企业核心竞争力、经济效益及生存发展的重要环节。由于工业技术的创新和发展,数据挖掘与分析、自动监测技术和传感器技术、谐波分析技术在设备维护保养中的应用,使设备维护保养从传统的事后维修和预防性维护,走向预测性维护 。
为了满足现代企业发展的要求,为了解决上述事后维修和预防性维护给企业带来的问题,我们要按照以预防为主的工作思维,在信息化、数据化的大环境下,借助自动控制、自动监测、大数据、云计算、计算学习等工具的使用,对设备实施维护保养管理,那就是设备的第三方维护方式,即预测性维护。