1.2.4　預(yù)測(cè)性維護(hù)

預(yù)測(cè)性維護(hù)（PdM）是一種在CBM的基礎(chǔ)上發(fā)展而來(lái)的預(yù)防性維護(hù)。當(dāng)機(jī)器或設(shè)備運(yùn)行時(shí)，對(duì)它的主要（或需要）部件或部位進(jìn)行周期性或連續(xù)性（在線）的狀態(tài)監(jiān)測(cè)和故障預(yù)測(cè)，來(lái)判定設(shè)備所處的狀態(tài)，以此預(yù)測(cè)設(shè)備狀態(tài)未來(lái)的發(fā)展趨勢(shì)，并且依據(jù)設(shè)備的狀態(tài)發(fā)展趨勢(shì)和可能的故障模式，預(yù)先制定預(yù)測(cè)性維護(hù)計(jì)劃，確定機(jī)器應(yīng)該維護(hù)的時(shí)間、內(nèi)容、方式、方法、必需的技術(shù)服務(wù)和物資支持。

預(yù)測(cè)性維護(hù)集設(shè)備狀態(tài)監(jiān)測(cè)、故障診斷、故障（狀態(tài)）預(yù)測(cè)、維護(hù)決策支持和維護(hù)活動(dòng)于一體，是一種預(yù)防性維護(hù)方式。預(yù)測(cè)性維護(hù)有狹義和廣義兩種概念。狹義的概念立足于“狀態(tài)監(jiān)測(cè)（狀態(tài)維護(hù)）”，強(qiáng)調(diào)的是“故障診斷”，是指不定期或連續(xù)地對(duì)設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)，根據(jù)其結(jié)果，查明裝備有無(wú)狀態(tài)異?；蚬收馅厔?shì)，再適時(shí)地安排維護(hù)任務(wù)。狹義的預(yù)測(cè)性維護(hù)不固定維護(hù)周期，僅僅通過(guò)監(jiān)測(cè)和診斷到的結(jié)果來(lái)適時(shí)地安排維護(hù)計(jì)劃，強(qiáng)調(diào)的是監(jiān)測(cè)、診斷和維護(hù)三位一體的過(guò)程，這種思想廣泛適用于流程工業(yè)和大規(guī)模生產(chǎn)方式。廣義的預(yù)測(cè)性維護(hù)將狀態(tài)監(jiān)測(cè)、故障診斷、狀態(tài)預(yù)測(cè)和維護(hù)決策合并在一起，狀態(tài)監(jiān)測(cè)和故障診斷是基礎(chǔ)，狀態(tài)預(yù)測(cè)是重點(diǎn)，維護(hù)決策給出最終的維護(hù)活動(dòng)要求。廣義的概念是一個(gè)系統(tǒng)過(guò)程，將維護(hù)管理納入了預(yù)測(cè)性維護(hù)范疇，考慮整個(gè)維護(hù)過(guò)程以及與維護(hù)活動(dòng)相關(guān)的內(nèi)容。

預(yù)測(cè)性維護(hù)是在一個(gè)預(yù)定的時(shí)間點(diǎn)執(zhí)行維護(hù)任務(wù)，這個(gè)時(shí)間點(diǎn)設(shè)定在一個(gè)閾值內(nèi)設(shè)備失去性能之前，并且維護(hù)活動(dòng)是最具成本效益的時(shí)候。發(fā)展到現(xiàn)在，預(yù)測(cè)性維護(hù)基本上形成了如圖1.9所示的技術(shù)體系。當(dāng)前階段，除了預(yù)防性維護(hù)的技術(shù)以外，以可靠性為中心的維護(hù)（RCM）更強(qiáng)調(diào)使用預(yù)測(cè)性維護(hù)PdM技術(shù)。

（1）狀態(tài)監(jiān)測(cè)技術(shù)

狀態(tài)監(jiān)測(cè)技術(shù)發(fā)展到現(xiàn)在，在各工程領(lǐng)域都形成了各自的監(jiān)測(cè)方法，狀態(tài)監(jiān)測(cè)的方法依據(jù)狀態(tài)檢測(cè)手段的不同而分成許多種，常用的包括：振動(dòng)監(jiān)測(cè)法、噪聲監(jiān)測(cè)法、溫度監(jiān)測(cè)法、壓力監(jiān)測(cè)法、油液分析監(jiān)測(cè)法、聲發(fā)射監(jiān)測(cè)法等。

（2）故障診斷技術(shù)

故障診斷在連續(xù)生產(chǎn)系統(tǒng)中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(shí)頻診斷法、統(tǒng)計(jì)診斷法、信息理論分析法及其他人工智能診斷法（專(zhuān)家系統(tǒng)診斷、人工神經(jīng)網(wǎng)絡(luò)診斷等）、模糊診斷法、灰色系統(tǒng)理論診斷法以及集成化診斷法（如模糊專(zhuān)家系統(tǒng)故障診斷、神經(jīng)網(wǎng)絡(luò)專(zhuān)家系統(tǒng)故障診斷、模糊神經(jīng)網(wǎng)絡(luò)診斷等）。

（3）狀態(tài)預(yù)測(cè)技術(shù)

狀態(tài)預(yù)測(cè)就是根據(jù)裝備的運(yùn)行信息，評(píng)估部件當(dāng)前狀態(tài)并預(yù)計(jì)未來(lái)的狀態(tài)。常用的方法有累計(jì)損傷模型預(yù)測(cè)、隨機(jī)退化模型預(yù)測(cè)、時(shí)序模型預(yù)測(cè)、灰色模型預(yù)測(cè)、粒子濾波預(yù)測(cè)和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)等。從狀態(tài)預(yù)測(cè)方法的分類(lèi)而言，對(duì)于故障預(yù)測(cè)的開(kāi)發(fā)一般有物理模型驅(qū)動(dòng)、可靠性模型驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)三種基本途徑。在實(shí)際應(yīng)用中，也可將三種途徑綜合在一起，形成一種基于信息融合模型的故障分析與預(yù)測(cè)方法，并能夠進(jìn)行數(shù)字信息和符號(hào)信息的混合性故障預(yù)測(cè)，對(duì)于實(shí)現(xiàn)預(yù)測(cè)性維護(hù)更為有效。

（4）維護(hù)決策技術(shù)

維護(hù)決策是從人員、資源、時(shí)間、費(fèi)用、效益等多方面、多角度出發(fā)，根據(jù)狀態(tài)監(jiān)測(cè)、故障診斷和狀態(tài)預(yù)測(cè)的結(jié)果，結(jié)合生產(chǎn)計(jì)劃和備件庫(kù)存進(jìn)行維護(hù)的可行性分析，制定出維護(hù)計(jì)劃，確定維護(hù)保障資源，給出維護(hù)活動(dòng)的時(shí)間、地點(diǎn)、人員和內(nèi)容等。維護(hù)決策的制定方法一般有故障樹(shù)推理法、數(shù)學(xué)模型解析法、貝葉斯網(wǎng)絡(luò)法（適用于表達(dá)和分析不確定和概率性事物）和智能維修決策法等。