基于状态的维护 (CBM) 是一种预防性维护策略，依靠对资产或设备的监控来确定何时需要进行维护。
CBM 涉及使用传感器和其他监控设备，收集有关设备性能的数据。然后使用算法、机器学习和人工智能，对收集的数据进行分析，识别可能表明维护问题的模式和异常情况。
过去，公司只能按固定的时间表或在设备出现故障时进行维护，这通常会导致维护成本高昂且效率低下（即意外停机和紧急维修）。然而，基于状态的维护提供了一种更新、更先进的维护管理方法。
CBM 不是按预定计划执行维护或等待设备故障，而是使用实时数据来确定维护需求，实现更高效、更具成本效益的维护。
探索 IBM Maximo，了解 IoT 数据、分析和 AI 如何帮助简化您的资产运营。
订阅 IBM 时事通讯
基于状态的维护和预测性维护，两者都是资产管理方法，可以帮助组织最大限度地减少设备故障的可能性，并延长资产使用寿命。然而，两者在一些关键方面有所不同。
通过 CBM，维护部门可以根据需要进行维护；这本质上是一个被动响应的过程。另一方面，预测性维护使用数据分析和机器学习，预测何时执行维护任务，代表了一种更积极主动的资产管理方法。
此外，CBM 依靠检查、测试和实时数据来评估设备的当前状况，而预测性维护则根据持续监控和数据分析来预测设备的未来行为。
这两种方法都可以帮助组织确保关键资产以最佳性能运行，因此其中一种方法（或两种方法）可能适合您的业务。然而，选择最佳策略将取决于您拥有的设备类型、资产的关键性、所在行业和/或存放资产的环境等因素。
虽然 CBM 监控技术有多种，但以下是您最有可能遇到的类型。
红外热成像技术，使用热成像来检测过热和其他与温度相关的问题。它依靠非接触式测量，检测物体和表面的潜在温度变化。
红外热成像技术使用热成像相机，捕获物体或表面发出的红外辐射，并将其转换为可见图像（或热分析图）。然后利用热分析图，根据资产的基线温度来测量当前资产温度。
组织主要使用这种类型的 CBM 来监控电机、检查轴承以及检查气体、污泥或液位。
振动监测（或称振动分析）使用振动传感器，测量资产的振动频率，并检测可能表明存在问题的异常情况。例如，由于旋转资产（例如电机和泵）老化后振动往往更剧烈、更响，因此测量振动变化有助于在资产发生故障之前识别磨损和损坏。振动监测可用于检测各种问题，包括未对准、不平衡、轴承磨损或故障、轴弯曲、部件松动等故障。
油液分析通过评估资产中油液的特性（例如粘度、酸度等），检测污染物或磨损颗粒。这种技术通常涉及从设备收集润滑油样本，并发送到实验室进行分析。油液分析可用于监测发动机、变速箱和液压系统等资产。
超声波分析（或称超声波检测）使用高频声波来检测设备的泄漏、裂缝或缺陷。这种技术依靠接触式（结构传播）和非接触式（空气传播）数据收集技术来确定资产损耗。接触法通常用于检测产生高频声音的机械问题，例如润滑问题、齿轮损坏和转子线棒断裂。非接触式方法可以检测容易产生低频声音的问题，例如压缩气体系统中的压力和真空泄漏。
对于装载气体、空气或流体的资产，监控时最好使用压力分析，即测量和评估资产内压力水平的过程。维护团队可以利用压力分析，确定流体通过管道和阀门的流量和流速，优化空气压缩机和调节器的性能，以及控制储罐和管道中气体和液体的压力。
电气分析使用钳式电流表的电机电流读数，评估电气系统或组件的输入电能质量。测量电压、电流、电阻、电容、电感、功率等，可以帮助维护团队预测电压降、功率因数问题以及电路故障和失真。
CBM 生命周期描述了 CBM 流程的各个阶段，每个阶段对于项目的整体成功都发挥着不可或缺的作用。这些阶段包括规划、实施、监测、分析和改进。
在规划阶段，维护团队应明确定义其 CBM 计划的目标。目标应与组织的总体目标保持一致，并且具体、可衡量、可实现、相关且有时限。
一旦制定了目标，就应该识别关键资产，并将这些资产作为基于状态的监控计划的重心。需要制定一份监控计划，列出将使用的具体监控技术，以及监控过程的频率和持续时间。该计划还应确定负责监测和分析设备性能数据的人员。这种方法可确保维护部门有效利用资源，并将计划外停机时间降至最低。
最后，维护团队应在规划阶段建立基线。基线是 CBM 的重要组成部分，因为基线提供了衡量设备状况变化的参考点，有助于识别资产行为的模式。
可以利用的基线包括：运营基线（反映了资产的典型运营状况）；历史基线（基于资产的历史数据）；制造商基线（由设备制造商建立）；以及维护部门认为有用的任何其他基线指标。
在实施阶段，团队安装传感器和数据采集系统，并培训人员如何使用 CBM 工具。此阶段需要团队开发数据管理系统，并将 CBM 集成到组织的维护管理系统中。
监控阶段是任何 CBM 计划中最重要的部分。这一阶段涉及从传感器和数据采集系统收集数据（最好是连续收集），以实时监控设备的状况。
在分析阶段，团队手动或使用软件工具，解读监控阶段收集的数据。这包括识别模式和趋势，以及检测异常和潜在故障。
一旦团队解读了分析结果，就会制定并实施行动计划。这可能包括安排维护活动、调整运行参数，以及改进设备或监控系统本身。团队还将记录 CBM 计划的结果，并将其纳入未来的规划和实施活动中。
值得注意的是，CBM 生命周期不是一次性过程，而是一个连续的循环。因此，CBM 计划的成功取决于组织是否/如何不断改进和完善其维护方法。
基于状态的维护，是一种提高设备可靠性和降低维护成本的有效策略。然而，基于状态的管理计划，只有得到妥善设计和执行，才是有效的。以下是一些最佳实践，有助于您的组织优化 CBM 流程。
理解 p-f 间隔和 p-f 曲线，有助于确定维护活动的最佳时机，因而对于预测性维护计划非常有用。
p-f 曲线直观地表示了故障严重性与发生资产故障所需时间之间的关系。通过分析特定设备的 p-f 曲线，可以识别最严重的故障，并根据严重程度确定维护活动的优先级。
另一方面，p-f 间隔显示了一旦检测到即将发生的故障，可用于执行维护的时间。p-f 间隔可以帮助维护人员在设备出现故障之前，提前安排维护活动。
CBM 过程产生了大量数据，需要及时储存、分析和采取行动。数据管理和分析软件有助于理解数据，并将其转化为可操作的洞察。此外，许多 CBM 计划与计算机化维护管理系统 (CMMS) 和企业资产管理 (EAM) 系统兼容，使得 CBM 与现有资产管理计划的集成更加简单。
CBM 计划要求维护团队根据设备的实际状况安排维护时间。为了有效地做到这一点，组织需要实施一个维护排期系统，能够根据性能数据，相应地确定维护任务的优先级。
基于状态的维护不是一次性的实施，而是一个持续监测、分析、改进的过程。各组织应不断鼓励维护人员确定需要改进的领域，并根据结果实施变革。
基于状态的维护 (CBM) 是一种提高设备可靠性和使用寿命的有效策略。CBM 的主要益处在于精益的资产管理方法，但还其他细微之处彰显优势。
- 防止设备故障和停机。通过及早检测潜在问题和即将发生的故障，CBM 使维护团队能够在方便时、最具成本效益的情况下安排维护。这有助于降低与紧急维护和维修相关的成本，最大限度地减少生产计划延误，并延长资产正常运行时间。
- 延长资产使用寿命。维护人员根据实时数据定期进行维护，可使设备保持最佳状态，减少磨损并延长资产使用寿命。
- 提高安全性。CBM 有助于发现可能成为安全风险的问题，使维护人员能够在事故发生之前采取纠正措施，最终减少工作场所伤害和事故风险。
- 降低维护成本。CBM 不是按照预定的时间表执行维护，而是允许团队仅在必要时执行维护任务，有效减少不必要的维护成本。
- 提高维护效率。CBM 可以减少维护所需的时间和资源，并提高维护准确性，有助于精简维护实践。
基于状态的维护计划使组织能够制定主动维护计划，但实施可能会遇到挑战。
- 实施成本高。主要挑战之一是需要专门的设备和专业知识。实施 CBM 需要使用先进的传感器和监控设备，以及分析资产数据的软件和算法。这在前期可能很昂贵，但 CBM 的长期收益通常超过初始投资。此外，技术进步使 CBM 计划变得更加经济实惠，让更多各类组织更容易使用。
- 广泛的数据收集和分析。CBM 依靠实时诊断来为决策和维护实践提供信息，因此必须持续收集和分析数据。这需要强大的数据收集系统和维护软件，能够在填充大量数据时对其进行分析。此外，人员必须接受培训，能够解读数据，并根据结果采取适当步骤，因此希望采用 CBM 策略的企业应该做好相应准备。
- 复杂的集成过程。为了获得最佳效果，CBM 必须与现有系统和设备集成。由于一些行业拥有与现代监控设备不兼容的旧设备或遗留系统，集成可能会很困难。一些组织最终可能需要使用新传感器和监控设备，改造现有设备或升级系统，以确保与 CBM 的兼容性。组织还可以考虑那些提供接口的解决方案，以便与遗留系统集成。
- 重要的数据安全注意事项。CBM 依赖于广泛的数据收集和存储，这可能会引起人们对数据安全的担忧。重要的是要确保数据存储安全，并且只有经过授权的人员才能访问敏感数据。