主页 topics 被动式维护。 什么是被动式维护?
探索 IBM Maximo
图示:不同类型的资产,包括卡车和机械臂

被动式维护,有时称为维修保养,是指仅在资产发生故障时才进行维护的设备维护策略。此类方法基于这样一种理念,即资产停机期间或因必要维修而产生的费用通常低于维持整体维护计划的费用。除预防性维护和预测性维护外,被动式维护是当今使用最广泛的维护策略之一。

被动式维护、预防性维护和预测性维护之间有什么区别?

预防性维护和预测性维护策略都遵守定期维护计划以避免资产故障,但被动式维护只是在资产出现故障后才进行维修。资产是指对组织有用或有价值的东西。该术语包括实物资产和非实物资产,例如基础设施和设备、资本和人员。

预防性维护和预测性维护都被认为是主动维护策略,最适合那些拥有复杂资产并准备好资金投入整体维护计划的组织。另一方面,被动式维护最适合那些拥有低成本、非关键资产的组织,因为这些资产在发生故障时不会中断正常的业务流程。

有三种不同类型的被动式维护。

紧急维护:紧急维护是一种计划外资产维护,在重要设备发生故障时进行。由于紧急维护工作优先考虑维修设备,因此这种策略通常会导致中断和延误。

故障维护:与紧急维护一样,故障维护也是对突然需要维修的资产做出的计划外反应。由于故障维护的意外性,这类维护通常既昂贵又耗时。

故障后维护:故障后维护是一种允许资产运行直至发生故障的维护策略。在某些情况下,替换资产已经购买并准备安装。只有在可以迅速更换或维修设备,而不需要长时间停产的情况下,这种策略才有效。

浏览 IBM Maximo

探索 IBM Maximo,了解 IoT 数据、分析和 AI 如何帮助简化企业的资产运营。

相关内容

订阅 IBM 时事通讯

被动式维护的优点和缺点

与任何广泛使用的维护方法一样,运行被动式维护策略也有利有弊。虽然被动式维护对低成本、低优先级的资产没有问题,但对大型复杂资产的生命周期会产生负面影响,而这些资产通常是企业正常业务运营所依赖的。

优势

几乎不需要进行计划:当您对故障做出应对而不是预测和准备时,就不需要花时间培训员工并让他们做好准备。

最低的实施成本只有在资产发生故障时,才会动用运行被动式维护策略所需的所有财政资源,因此几乎不需要任何前期成本。

需要更少的全职员工在资产发生故障之前,被动式维护并不耗费大量人力物力,因此可腾出人员和资源用于其他业务目的。

无需定期停机由于您不会为维修资产而经常停止生产,因此您不必为任何停产制定计划。

缺点

计划外停机如果您不是定期维修资产,就会面临设备意外故障的风险,从而导致代价高昂的生产中断。亟需的设备可能无法使用,直到得到妥善维修并恢复正常工作状态。

维修代价高昂:如果某项资产对您的正常业务运营至关重要,则关闭该资产进行维护可能会代价非常高昂。除了停工外,还会产生与聘用技术人员来进行维修相关的费用。

预算困难:在不知道哪件资产会损坏、何时损坏或修复需要多长时间的情况下,围绕代价高昂的重大资产故障来规划维护预算,对许多组织来说都是一项挑战。

寻找必要零件时的延误:如果没有维护计划或装有充足备件的仓库,采购关键维修所需的零件可能需要数月时间。当关键资产发生故障时,在维修所需的零部件采购到位前,维修工作可能会一直被搁置和推迟。

不安全的操作条件:当采用被动式维护或故障后维护策略时,就不会特意检查资产,工人就有可能面临操作不安全设备的风险。

性能不佳:没有定期维修的资产可能不会一下子就坏掉,而是会在几天、几个月甚至几年后质量逐渐下降。如果资产持续承受压力而没有进行日常维护,则不太可能发挥最佳性能水平。

高能源成本:当资产绩效下降时,资产效率也会下降。如果资产运行时间较长且未得到适当维护,则会消耗更多能源,从而推高成本并增加碳足迹。

被动式维护示例

虽然日常运营部分依赖于复杂资产的大型企业,在很大程度上已从被动式维护转向更加主动的预防性和预测性维护策略,但在一些情况下,被动式维护仍然有其意义,特别是对于那些小型企业,这些企业受规模实力所限,会对预防性或预测性策略的投入成本望而却步。以下是几个示例:

车辆

许多一部分核心业务依靠车辆的企业,是依托被动式维护来维持其运行。虽然从长远来看,他们可能会看到转向另一种策略的价值,但启动预防性或预测性维护策略所需的资源可能有些遥不可及。由于相关资产(车辆)相对便宜且易于维修,对一些组织来说,等到它们坏了再修更划算。

酒店

酒店行业部署被动式维护策略来维护其许多资产,包括暖通空调、洗衣机、电梯、锅炉和钥匙卡系统。与基础设施的示例一样,许多资产在出现明显故障迹象之前根本无法修复。例如,一张能让客人进入房间的钥匙卡被视为“正常”,直到它不能再正常开门。由于维修或更换钥匙卡既经济高效又易于员工执行,因此被动式维护方法是最好的。

基础架构

在修复道路、州际公路、桥梁、地铁、铁路线和其他关键交通基础设施资产时,大多数州和联邦维护计划都采用被动式维护方法。这主要是因为正常的磨损很难在结构上修复,直到发生故障后才变得明显。道路上的车道分界线就是一个很好的例子,只有在随着时间的推移和使用而褪色后,才再需要涂上油漆。

预防性和预测性维护

对于拥有和运营更复杂资产的组织来说,被动式维护可能既昂贵又低效。需要更积极主动、更全面的策略,例如预防性或预测性维护。

预防性维护

预防性维护使用维护记录、清单、工单和绩效指标,帮助技术人员在资产发生故障前发现对其进行计划维护的机会。借助机器学习、数据分析和资产运行状况监控等功能,现代预防性维护计划有助于降低维护成本、优化维护活动并延长资产的预期寿命。

许多预防性维护策略依赖企业资产管理 (EAM) 方法和维护软件(例如计算机维护管理系统 (CMMS)),来提高资产稳定性、确保合规性、管理维护任务并解决可能影响生产的问题。

预测性维护

预测性维护以预防性维护的状态监测功能为基础,通过实时监测功能对资产状态进行持续评估和重新评估。采用预测性维护方法后,传感器会实时收集数据,然后将这些数据输入支持人工智能的 EAM 和 CMMS 软件,由先进的数据分析工具识别、检测和解决发生的维护问题。

此外,还可以利用算法创建模型,帮助发现未来的潜在问题,并在问题导致设备故障之前加以解决。事实证明,预测性维护计划可将资产停机时间减少 35% 至 50%,并将资产使用寿命延长 20% 至 40%。1

EAM 和 CMMS

EAM 和 CMMS 在预防性和预测性维护策略中都发挥着重要作用。

企业资产管理 (EAM) 是一种资产绩效管理 (APM) 方法,它将软件、系统和服务结合起来,帮助技术人员战略性地维护其资产。如今,从管道到摩天大楼,一切都通过物联网 (IoT) 连接起来,高级分析和人工智能 (AI) 对于 EAM 变得越来越重要。通过人工智能技术,从传感器收集到的数据可在几秒钟内得到分析,从而深入了解设备可能无法正常运行的原因。

CMMS 将关键资产信息收集到一个位置,以便维护技术人员更好地利用这些信息。CMMS 的关键组件是一个数据库,用于组织关键资产信息以及支持资产维护所需的资源。 CMMS 软件广泛应用于制造、运输、建筑和能源等多个行业。

预防性和预测性维护的好处

采用预防性和预测性维护方法可以为愿意进行前期投资的组织带来许多好处。

资产寿命更长

通过严格系统化维护和检查,预防性和预测性维护计划有助于确保资产实现其完整生命周期。

更好的资产绩效

预防性和预测性维护计划可延长资产正常运行时间,改善供应商管理和工作流程能力,并帮助组织维护团队,提高工作效率。

维修次数减少,停机时间缩短

预防性维护和预测性维护使维护领导者能够实时监控资产性能和状况,以便他们可以在关键资产发生故障之前发现执行预防性维护的机会。

提高各业务部门的可见性

预防性和预测性维护使团队在做出维护决策时不仅仅考虑资产状况,还包括资源、工人安全问题、安全风险和预计停机时间等因素。

更强的合规能力

大型组织均明白,不同地区的数据管理和存储要求可能存在很大差异。无论您在哪里开展业务,预防性维护和预测性维护都有助于确保您的流程合规。

维护解决方案
资产管理 IBM Maximo® Application Suite

当今最全面的资产维护解决方案配备了先进的技术功能,例如物联网、人工智能增强的分析和监控以及基于云的功能。IBM Maximo® Application Suite 是一个完全集成的平台,可帮助公司将其维护操作从定期的计划性维护,变更为预测性维护,也就是基于状态进行实时洞察,根据结果决定是否进行维护。

了解有关 IBM Maximo Application Suite 的更多信息 浏览 IBM Maximo

维护管理资源 什么是预防性维护?

了解预防性维护的相关知识,通过预防性维护,组织能够在宝贵资产发生故障之前对其予以修复。

通过资产管理获得性能提升

了解资产生命周期管理如何通过延长资产寿命并优化资产性能,帮助您从资产中获取更多价值。

预防性维护与预测性维护

了解资产生命周期管理如何通过延长资产寿命并优化资产性能,帮助您从资产中获取更多价值。

通过更好的资产生命周期管理降低成本

了解企业资产管理工具以及新战略和流程的采用如何改变传统的公用事业环境。

采取下一步行动

借助 Maximo 应用套件从您的企业资产中获取最大价值。它是一个基于云的单一集成平台,使用 AI、IoT 和分析来优化性能、延长资产生命周期并减少运营停机时间和成本。

了解有关 IBM Maximo 的更多信息 开始 IBM Maximo 试用
脚注

1 Quantifying the value of predictive maintenance”(ibm.com 外部链接) Nucleus Research, May 8, 2023