在本文，我们将分享实施预测性维护分析的 10 大技巧，助力企业成功实现预测性维护。

1. 获得管理层的支持

预测性维护分析的实施是一个长期的过程，要想完全达到目标，仅通过短短数月或短期的努力是不够的。因此，应将其作为一个长期规划，并取得高层的支持，这样才有可能实现从试点阶段到大规模应用的跃迁。此外，预测性维护分析的实施过程是需要持续改进的，您需要考虑从试点推出、技术支持，到更新维护的全生命周期。

2. 选择价值高的案例

预测性维护分析技术可以为企业提供重要价值，企业在选择服务商时，可以从业务角度来评估各类案例。企业需要考虑因设备或流程出现故障导致的非计划停机所产生的成本，以及这些问题发生的频率。企业可以根据节约成本的多少对服务商进行排名，并在最终选择试点合作服务商时将此排名作为指导。此外，在考虑技术可行性时，您可以参考企业自身的技术实力以及服务商以往的工作表现和能力。

3. 建立成功的试点项目

在试点项目中展示预测性维护实施的价值和潜力是非常重要的。在实施预测性维护之前，您可以选择一组可能会在6个月内发生故障的设备作为维护对象，这样，企业可以通过预测性维护技术，在试点阶段发现设备的潜在问题。您可以在项目开始前，明确定义项目成功的衡量标准，方便管理层轻松查看试点项目的成效，并判断是否需要复制推广。

4. 适当地收集数据

虽然机器学习和预测分析技术已经较为先进，但它们并不是魔法。对于预测性维护实施来说，在正确的时间、以适当的采样频率收集高质量数据是至关重要的。通常，企业需要列出设备所需采集的信号数据以及采样频率，在设定好的条件下触发数据采集流程。随着时间的推移，企业可以更好地类比相同时段内的设备数据。此外，企业可以将服务商的数据采集能力作为其技术评估的一部分。

图.PreMaint数据采集设备（PreMaint）

5. 考虑专做工业软件的服务商

当选择服务商时，企业需要了解它们过去的工作表现，重点关注那些在工业制造领域有所建树的服务商。通常来说，专门做工业软件的服务商，它们所提供的预测性维护分析方案会比其他行业（如医疗保健、社交媒体）的服务商更加专业。

格创东智是唯一源自半导体制造业的国家级双跨平台，旗下东智PreMaint是聚焦设备领域的智能管理平台，获得工信部“工业互联网APP优秀解决方案”称号，其预测性维护能力已在半导体、新能源、石油石化、航空航天等领域有广泛应用。PreMaint专注于设备的预测性维护与健康管理，可以实现对关键设备的实时监测，根据设备的状态与发展趋势，判定设备所处状态，实现设备预知维修，可以有效降低设备非计划停机时间，并延长设备使用寿命。

申请试用东智PreMaint设备健康管理平台

提交

6. 在试点时不要过于野心勃勃

在实施新技术时，尽早获得成功是很重要的。但在进行预测性维护技术实施时，建议企业不要在试点时过于野心勃勃。对于预测性维护来说，最可行的做法是先从设备健康问题检测开始，再过渡到设备故障诊断及设备故障预测。早期的成功会导致试点范围的扩大及功能的增加，后面新增的附加功能可能是初始试点项目中未曾涵盖的。

7. 在适当的时机纳入领域专家知识

机器学习非常强大，但仅使用基于机器学习的解决方案通常不是最佳方案。在预处理、数据质量检查、逐周期细分数据等过程中引入专家知识，以及让专家审查在某些情况下预测分析模型中使用的选择特征或传感器，可以大大提高解决方案的准确性。通过训练数据来全方位学习分析过程通常是不可行的，将机器学习模型和领域专家知识相结合来进行预测性分析应用更为可靠。

8. 为终端用户提供适当的指导和培训

当设备维护人员、质量管理人员及生产管理人员第一次接触到预测性维护分析技术时，服务商需要给予他们相应的指导和培训，使他们确信该技术会有益于他们的日常工作。培训实操和用户反馈环节至关重要，这将有助于终端用户掌握运用该技术的能力，并利用该技术改善工厂流程和资产的管理维护流程及质量。

9. 在企业内宣传成功的试点项目

试点项目的核心成员需要承担起宣传推广的责任，向企业最高管理层及整个公司宣传试点项目的成功。随着项目的曝光度增加，企业更容易向其他工厂复制推广。

10. 不要等到一切都准备好才开始

请记住，不要等到万无一失了才启动项目。在企业准备的期间，同行企业可能早已运用上了预测性维护分析技术，提高了其生产效率。建议企业可以进行小规模试点，即使试点失败，所带来的损失也是可以承受的。

借助以上10个小技巧，相信会有越来越多的企业可以从预测性维护分析技术中受益，该技术不仅可以提高企业的生产效率，也能为企业节约更多的成本。

来源: BY DAVID SIEGEL, MO ABUALI, @PreMaint翻译整理，如有侵权，请联系删改。

延展阅读

>>锂电材料工厂设备如何实现智能化运维？

>>设备健康管理-半导体PUMP真空泵的贴身保镖

>>设备健康管理在石化行业的探索与实践

 <更多信息可关注@设备工程 公众号获取>