什么是维护策略？

维护策略是资产管理的关键方面，公司试图通过它来管理一切有助于其运营和产品生产的因素。

随着企业开始采用数据和分析技术，可构成维护策略的维护计划类型也随之激增。

以下是四种主要类型的维护管理计划。

假如你的手机掉在了地上，屏幕摔坏了。如果把它送到维修店，你可能会发现，鉴于手机使用年限已经很长，修理屏幕的费用比买一个新手机还要贵。这种情况也可能发生在企业中，因为在设备损坏之前进行维修或干预是不划算的。

这种形式的维护是在资产需要服务或出现故障后对其进行维护。对大多数组织而言，应对故障资产的成本高昂，对生产流程造成负担，而且通过以可靠性为中心的维护 (RCM)，完全可以通过优先采用其他维护形式来避免故障。

类似的被动式维护形式还有“故障后维护”，这是一种企业允许设备发生故障的维护方法，从而使维护费用较低。这种维护方法通常只用于特定的设施资产，如灯泡、电池、笔记本电脑或打印机墨盒，所有这些资产要么无法维修，要么维修成本高于让其运转磨损直至更换备件。

随着数据驱动型组织的崛起，被动式维护作为一门综合学科已不再常用，因为数据驱动型组织可以依靠更多的数据就如何进行维护做出明智的决策。虽然经常使用这种方法是因为在零件过期前就更换零件可能不值得，但一个不可避免的缺点是，当公司力争用最短的时间更换零件时，仍会造成计划外停机。

预防性维护策略的核心是在故障发生之前对设备进行维护。它包括旨在延长设备使用寿命和防止未来故障的定期维护任务。虽然预防性维护通过主动解决潜在问题来最大限度地降低故障风险，但如果在需要之前修复或更换零件，成本可能会很高，从而导致额外的维护成本。

对于不同的设备、工具和部件，预防性维护计划可能意味着不同的内容。例如，对重型机械，通常需要持续进行润滑和清洁。其他工具可能会用完零件（例如墨水或染料），在执行更多工作之前需要更换。

此外，任何一台机器都可能有许多部件，这些部件的故障发生时间或维修时限不同，故障模式（可能出现故障的不同方式）不同，维修或更换的成本也不同。因为如此多的单个部件可以决定大型机器是否发生故障以及何时发生故障，这就给预防性维护带来了挑战。预防性维护通常也无法考虑任何可能影响设备故障发生时间的实时或更新数据。

这种主动维护方法使用数据和机器学习以及其他先进技术，帮助工程师决定何时执行维护。鉴于所涉及的技术，其实施需要前期成本。但是，它在数据驱动型组织中很受欢迎，因为它是一种在必要时根据成百上千个数据点进行维护的方法。

预测性维护 (PDM) 是一种数据驱动型的先进预防性维护。这两个学科都寻求在设备过期之前对其进行修复。主要区别在于，预测性维护使用更多数据和实时信息，来更准确地决定何时更换、维修或清洁设备。

RCM 是一种系统化的维护规划方法，组织用来识别产品生产所需的关键物理资产，例如机器或工具。它涉及制定一项全面的战略，以确保这些资产保持运营并以最佳状态运行。

使用 RCM 的维护团队将以不同的方式处理每台设备和部件。他们根据多种因素选择维护类型。这些因素包括设备的关键程度、寻购或更换设备的难度、设备所生成可帮助维护人员确定设备是否需要维修或更换及其成本的数据。RCM 可以帮助组织跟踪和处理不同的关键资产与非核心资产，从而可以轻松完成每件设备和部件的理想维护工作。

一些维护活动可以帮助企业最大限度地减少设备停机时间，节约成本，同时促进设备健康的生命周期。

• 计算机化维护管理系统 (CMMS)：这是一个跟踪资产和工单并安排维护的软件程序。CMMS 会对组织必须维护的一切数据进行整理安排，包括必要的材料和资源。
  
  
• 维护计划：公司一经为其业务制定了正确的维护策略，就必须根据该方法制定一个稳妥而全面的维护计划。如果使用 RCM，维护时间计划将取决于许多不同的变量。如果采用预测性维护或预防性维护，则取决于他们希望如何将数据纳入有关更换计划的决策中。如果采用“故障后维护”，该维护计划与其说是一种指导，不如说是对何时更换部件的一种预期。
  
  
• 状态监控：预测性维护策略的固有特点是对特定设备进行实时监控，以确定维修或更换的时间表。它通常包括进行振动分析和读数查看，以及从物联网 (IoT) 传感器收集数据。
  
  
• 事件报告：一旦设备或部件出现故障，维护团队将报告事件，以便记录在案并采取纠正措施。
  
  
• 根本原因分析：维护团队将判别导致故障的原因，并记录任何加快或减慢故障时间或影响故障其他情况的特殊情况。
  
  
• 故障模式和影响分析 (FMEA)：一种全面的方法，用于确定设备或部件最终会如何发生故障，故障会对整个流程和系统产生什么影响，以及如何造成不良后果。

维护是一项运行良好的工业策略的基础组成部分。但是每个组织都不一样，可能需要不同的方法。事实上，许多现代企业已经将 RCM 作为最为精妙的维护策略，试图了解每台设备和每个部件的基本变量，以便企业能够以最佳方式应对和处理每个变量。然而，这对每个组织来说可能并不可行或不可取。

预测性维护也是如此。同样，部件如果未及时修复而出现损毁，出现的情况可能极其复杂，因此很少有组织会采用完全“故障后维护”或被动式维护策略。然而，没有一种模式适合所有情况，因此组织在决定具体策略时应考虑以下因素。

有些组织的预算要比其他组织多得多，因此可以采用更全面、更先进的方案来处理维护工作。但对许多组织而言，RCM 可促进正常运行时间并降低成本，因此是提升盈利能力的理想维护策略。公司通常可以依靠现有员工进行被动式维护或预防性维护。然而，升级到 RCM 或预测性维护通常需要对传感器和软件等技术进行投资。此外，可能还需要将当前使用的设备升级到更新版本，以便利用物联网和机器学习等新技术。

如果生产流程使用的是低成本设备，那么采用运行至故障模型可能更有意义。监测设备性能和维修机器的费用可能比故障时更换机器的费用还要高。但是，如果另一个组织使用的是高度复杂、昂贵且难以替代的技术，那么预测性维护或以可靠性为中心的维护将是有效的维护策略。

即使拥有先进的科技，最复杂的维护策略仍然需要人力资本。人类监控技术、分析设备，并决定何时进行干预和维修，或等设备失效后再进行更换。因此，组织拥有多少维护人员和支持人员将影响他们实施策略的方式。

如果当前的设备已经过时，经常需要维修，组织就应该考虑任由这些机器出现故障。他们应开始用更新的机型替换这些机器，从而为预防性和 RCM 维护战略奠定基础。

有些组织可能需要更频繁的监控和维护，这取决于它们使用的设备或生产的产品。在这种情况下，他们可能需要进行预防性维护或 RCM，以保护员工并满足他们的严格要求。