通过基于状态的维护（CBM）降低维护成本

维护策略

设备维护可能是一项巨大的工厂成本，但通过正确的策略，投资可以收回，成本也可以降低。确保生产过程不会因故障而意外停机，使工厂能够以最佳状态运行，从而避免不必要的开支。此外，性能良好的部件也不会被不必要地更换，这些部件原本还可以继续运行数月之久。

在该行业中，通常将机械维护分为四种不同的维护策略。根据各种因素，可以确定适用于特定工艺的适当策略：

在反应性维护中，只有当机器部件实际损坏时才会进行更换。生产过程仅在必要时才会暂停，但这往往给工程师带来时间压力，从而导致潜在的错误或不安全情况。此外，可能需要报废整批产品。虽然这种策略可能并不理想，但在某些情况下（例如工厂一天生产、另一天进行加工）仍可奏效。

定期维护是指按固定间隔（如每周、每月或每年）进行的维护。另一项指标可以是有效运行小时数。

在预防性维护中，会主动更换零部件以防止生产停机或缺陷发生。然而，这种策略并不能100%保证过程中不会出现问题。虽然成本较高，但当全线生产期间发生故障会导致更高成本时，仍可采用此策略。

基于状态的维护，也称为预测性维护或状态依赖性维护，是指通过监测机器状态来进行趋势分析。当对机器进行周期性或连续测量时，即可实现这种维护。由于预测性维护所需的设备成本较高，因此这种维护形式通常应用于工艺流程中的关键设备，例如蒸汽涡轮机、燃气涡轮机、发电机和压缩机。

通过机器状态监测（也称为状态监测）可以实现预测性维护。测量机器状态的方法有多种，具体采用哪种方法取决于机器的类型。方法包括：

我们专注于机械振动测量，因此将重点探讨这一主题。

对于带有旋转部件的机械，如蒸汽涡轮机、燃气涡轮机、发电机和压缩机，通过振动测量进行状态监测是一种可靠的设备状态监测方法。不同频率的振动及其增幅变化，可以揭示轴承（包括滚动轴承和滑动轴承）的状态、设备对中精度、不平衡情况等。

专家可利用振动传感器生成的数据，识别问题发生的位置、潜在问题的萌发点以及何时需要进行维护。这种预测性方法既可使维护工作与计划中的 turnaround （大修）相协调，也可判断是否需要计划停机。因此，基于状态的维护具有成本效益，并将意外停机的风险降至最低。