簡述預測性維修PDM為何會失敗？
在過往的幾年中，大量事實表明了預測性維修PDM領域正在發生著顯著的變化，越來越多的公司正在選擇把他們的預測性維修項目進行外包。雖然許多工廠以10：1或20:1的投資回報率作為衡量的標準，但仍有其他一些工廠譏笑說FFT機械振動數據采集儀現在在他們那里是“灰塵采集儀”或只是把它當作擋書板之類的。
雖然如今預測性維修的概念已經被大眾逐漸的接受并熟知，并對其潛在所能產生的效益普遍予以接受，但很多工廠都未能成功地把現有的預測性維修技術執行到實踐中去。對于這種狀態，于是我們不禁會問道:“當其他工廠都失敗的時候，為什么有些工廠能順利的開展預測性維修呢?”
當我們在面臨經濟體的衰退和維修人員的削減時候，我們將再一次地被要求做得更好。這意味著我們需要思考當前和未來如何通過新的內部流程或外部協助，來進行維護以及如何維修得更智能有效。我們面臨著新興經濟的挑戰，我們需要貫徹*佳的實踐、重組、投資基礎設施等等，并準備迎接經濟再次好轉的時機。
在接下來的幾個月,我會寫一系列的文章來闡述預測性維修PDM實施成功或失敗的原因，從各個不同的角度，如管理、技術和財務等各個層面來進行分析。不管你是否決定使用這些信息來加強或者重新啟動內部流程、確定哪一類培訓*為合適、或者把PDM進行外包、或者把這些綜合起來一起實施等等，希望我能夠提供足夠的實用信息，可以使你的努力能夠得到成功。這篇文章涉及到的一些主題，我們將來還會有深入的探討。
缺乏愿景
如果一個項目沒有經過很好的構思，那么它就不能夠得到成功。如果實施得好，預測性維修方案可以改變維修部門的維修文化、理念以及工作流程。這不僅僅是增加了一個新技術或者新工具，而是采用與以往完全不同的方式和方法或策略來維護設備。
實施這種方式、方法所獲得的效益是應該而且能夠被體現和衡量的。這些效益包括：增加的運行時間、故障發生的減少、更短的計劃停機、更少的預防性維修等等，*終一句話：設備運行的更有效率。如果未能引導原來的維修文化向新的理念發展，并且檢驗收益，那么終將導致預測性維修項目的失敗。采用新技術卻沒有改變原來的維修策略將不會產生預期的效益。
使用新工具卻不明白為何要使用
很多工廠購買了新技術工具，如FFT機械振動數據采集儀或激光對中工具，花費時間與**去學習如何用這些工具，但花很少時間去理解為何它會被使用。舉例，我所知道的某個工廠有能力通過振動分析技術檢測出水泵的軸承是否存在早期磨損，盡管沒有任何征兆表明泵的軸承有磨損，但工廠還是依據他們的預防性維修計劃周期更換了軸承。在另一個工廠，振動分析工程師很擅長檢測工廠的機械故障，但他不敢告訴他的主管他所發現的所有問題，因為他擔心主管知道要修所有這些設備后也許會很生氣！這兩種情況都說明只是把這種技術當作工具在使用，而沒有作為整體策略。
未能驗證
就算是在那些預測性維修技術使用得當并且氛圍也不錯的工廠，我也經常看到PDM*終由于它的成就沒有適當的記錄而失敗。也就是說工廠已經改變了他們的理念，以預測性維修模式作為維修理念，正確的應用技術來縮短預防性維修工作并*小化災難性故障，但是他們沒有充分記錄預測性維修帶來的效率和節約。因此，雖然預測性維修在維修部們內部承認是很有用的，但他們沒有數據來向其他人證明。不幸的是，他們也許就會見到他們的項目會被經理們由于預算收緊而削減，另一種情況是，搞預測性維修的人離開了而沒有人再把球撿起來。
缺乏一致性
另一個導致預測性維修項目失敗的因素是缺乏一致性。產生缺乏一致性的原因有很多，從未有合適的人員、缺乏適當的培訓、技術人員的離職、改變項目的方向/技術、項目啟動時沒有充分明確目標而*終缺少一致的監測來評估整個項目的效益等等。這些錯誤的啟動和停止增加了混亂的過程，通常導致工人缺乏信心，他們認為公司投資的“轉化”很快便回到舊模式。
缺乏一致性的另一個**影響是不允許工廠“進化”到主動維修模式。對于維修模式我們來作一個簡短回顧，有四個層次的維修實踐：事后維修、預防性維修、預測性維修和主動維修。在事后維修模式中，工廠采用某種技術如振動分析來測試和診斷他們知道有問題的設備。預防性維修模式是指維修部門按照維修計劃定期檢測設備，但并不依據這些檢查來進行維修。在預測性維修模式，主要的維修工作是依據檢測的結果，來以減少不必要的定期預防性維修以及防止災難性故障。
下一階段的進化是主動維修模式，基于工廠有足夠的設備歷史信息與故障模式來決定如何延長設備的壽命,更換不同的部件或淘汰固有的設計缺陷。要達成這些目標需要一個比較高效的工廠。
我們來看這些維修模式的基本不同點，你會注意到工廠實行事后維修模式的話設備會以各種形態的損壞模式出現，顯得很隨機；實行事后維修模式的工廠維修人員一般都會比較忙碌，并且他們會認為他們一直在忙著適應新規程！在預防性維修模式，其中之一就是要更好地關注設備以使其不會頻繁損壞。在預測性維修模式，主要表現為可以減少預防性維修工作，延長機器壽命和減少非計劃停機的事故。在主動性維修模式，主要表現為消除或重新設計故障設備，使工廠運行得更加平穩和有效。為了達到這個目標，長期保持一致性是非常重要的。
培訓與合作
持續的培訓是成功開展預測性維修項目非常重要的組成部分。然而，這些培訓需要以正確的方式出現：結合了免費的技術與管理知識的培訓。ISO和ANSI、VI美國振動協會振動認證課程主要針對轉子動力學和振動方面比較綜合的技術，參加這些課程，通過考試并獲得認證是很重要的，但如果只是這種單獨的培訓，不一定就能使預測性維修項目PDM成功開展。
設備供應商的培訓通常是非常有用的，因為它可以幫助學員學會如何使用數據采集器和正確設置軟件，但通常也**于此，不會擴展到如何使用這些工具成功地開展PDM項目。然而學習如何使用數據采集工具只是一個基本的技術，如果用戶不知道如何處理采集的數據或者如何成功實施PDM項目，通常就意味著項目的失敗。關于供應商提供的培訓還有一點需要注意的是：一旦培訓結束，通常就沒有人在用戶邊上確認工具的使用是否正確。
現場培訓、數據庫檢驗、程序審核以及選擇合適的長期穩定的合作伙伴或預測性維修服務供應商，對于確保PDM項目成功將大有幫助。如果做得好，服務合作伙伴將提供現場技術培訓，并且對于你當前的項目管理在不同階段提供相應的技術支持。某些情況下，好的合作伙伴將會接管部分項目并提供培訓與支持以使你能接管回這些項目更好地繼續運行PDM。
缺少規程/方法
剛剛說到在*后一節，一個成功的預測性項目不僅僅是分析圖譜和數據，它取決于一致性和重復性。一般來說，我們監測設備是為了診斷設備的健康狀態和其它故障。為了**地完成這個目標，我們需要以可重復的方式，月復一月、年復一年地進行。在充分的理解了這些，你將看到一個預測性維修項目的成功開展不僅僅在于技術能力，而更重要的是取決于項目的一致性和計劃管理（不幸的是，很少有培訓課程會涉及到這些問題）。換句話說預測性維修項目的成功往往取決于方法和組織。一個有著良好記錄的合作伙伴或服務供應商應該能夠利用他們經過檢驗的方法和管理經驗來幫助你實現預測性維修項目的成功開展。
缺乏經驗/責任
到目前為止，我們已經探討了預測性維修成功或失敗的多個不同方面，也許現在我們可以明確地看到它其實涉及到多個問題，這也凸顯出另一個問題，即在某個特定的工廠可能只是缺乏經驗或責任感。即使有了明確的工作目標和較高的責任心，可能還是需要長時間的培養來引導他們如何成功實施預測性維修。同時在他們的學習提高過程中，也可能會遇到一些挫折或方向性錯誤。
更典型的是工廠希望實現遠大的目標卻不想投入任何人力或物力到預測性維修項目中，或者他們想實現這個或那個目標，但所有這些目標都只是臨時性的。在這期間，公司策略改變或****等等都會導致項目的擱置。和今天世界上的其它技術一樣，預測性維修技術正成為一個非常需要經驗的專業領域，如果一個人想要獲得**的預測性維修技術與經驗，需要大量的時間累積與鉆研精神。然而，不幸的是，這個很可能與你的其他工作職責相沖突。這也是為什么預測性維修外包已經成為許多工廠的另一個選擇的原因之一。
結論
通過這一系列的簡單介紹，也許我們對于預測性維修服務外包的優勢有了更清晰的了解。雖然有許多公司自己擁有內部的專家來發展和維持高質量的預測性維修，但也有一些公司通過預測性維修外包服務可能更受益于，或更快地受益于預測維護計劃。當然對于是否外包這個決定，每個企業需要進行詳細的分析。
服務供應商通常都理解所實施的技術，對于如何長期成功管理開展預測性維修項目有相當的經驗。他們知道什么是成功開展預測性維修項目的必要條件，然后針對這些問題可以進行專門的培訓。服務供應商應該在整個周期內保持一致并能夠提供適合客戶公司的專業技術。部分原因是客戶通常完全相信他們正在運用的技術。*后，服務供應商應該可以與你一起設定項目基準和驗證整個周期的投資回報率。
在將來的文章里，我們將更深入地探討這些問題以便為您提供足夠的實踐信息來更好地開展預測性維修項目或者是找到合適的合作伙伴/服務供應商來幫助你開展預測性維修項目。在這兩種情況下，理解為什么項目會失敗是成功開展預測性維修的關鍵。
作者：Mr. Alan Friedman
翻譯：hammeryet
如需轉載請注明出自http://www.www.shenhuyi.com/pddetaildate/technology/detail/20110312_436525.html
