3. 维护策略基础理论：事后维护、预防维护、预测维护、主动维护

维护策略的选择直接决定了厂务系统的可靠性、运维成本与生产连续性。本章系统梳理四种核心维护策略的定义、适用场景与决策逻辑，帮助学员建立从“被动救火”到“主动预防”的策略思维框架。

3.1 四种维护策略总览

根据维护触发时机与干预深度，厂务维护策略可分为以下四个层级：

3.2 事后维护（Reactive Maintenance）

定义：设备发生功能性故障或性能下降到不可接受水平后，才进行维修或更换的维护方式。也称为“故障维修”或“运行至故障”。

适用场景：

• 低关键度设备：故障后不影响主工艺生产、不造成安全环保风险的辅助设备（如普通照明、非关键排气扇）。
• 冗余配置设备：有完整在线备机，单台故障可自动切换（如双泵供水系统、N+1冷却塔）。
• 故障后果极低：维修成本远低于预防维护成本，且故障可快速修复（如更换普通过滤棉）。
• 随机性故障模式：浴盆曲线中随机故障期，预防维护无法有效降低故障率。

3.3 预防维护（Preventive Maintenance, PM）

定义：按照预定的时间间隔或工作量标准，对设备进行系统性检查、清洁、润滑、调整、更换易损件等维护活动，以预防故障发生或延缓性能退化。

适用场景：

• 磨损规律明确的设备：如轴承、皮带、密封件、过滤器等具有明确使用寿命的部件。
• 法规强制要求：特种设备（压力容器、电梯、消防系统）的年检与定期维护。
• 关键工艺设备：故障后果严重，不允许意外停机的核心设备（如空压机、冷水机组、纯水系统）。
• 安全与环境相关设备：废气处理系统、防爆设备、应急发电机等。

预防维护的典型周期设定依据：

1. 制造商推荐：设备手册中的保养周期（通常偏保守）。
2. 历史故障数据：基于MTBF（平均故障间隔时间）设定80%-90%置信区间。
3. 运行工况修正：高负荷、高温、高粉尘环境需缩短周期。
4. 法规/标准要求：如《特种设备安全法》规定的年度检验。

3.4 预测维护（Predictive Maintenance, PdM）

定义：通过连续或定期采集设备运行状态参数（振动、温度、油液分析、电流、热成像等），利用趋势分析或模型判断设备健康状态，在故障发生前进行精准维修。

适用场景：

• 高价值旋转设备：大型电机、离心压缩机、汽轮机、风机等，传感器投入成本可被维修节省覆盖。
• 渐进性退化故障：轴承磨损、齿轮点蚀、绝缘老化等具有可监测趋势的故障模式。
• 连续生产流程：半导体、制药、化工等不允许非计划停机的行业。
• 远程/无人值守站点：通过物联网传感器实现远程状态监测，减少人工巡检。

预测维护常用技术手段：

3.5 主动维护（Proactive Maintenance）

定义：通过分析故障根本原因，采取设计改进、材质升级、操作优化、环境改善等措施，从源头消除或降低故障发生的可能性。主动维护不直接修复设备，而是改变导致故障的条件。

适用场景：

• 重复性故障：同一设备或同类设备反复出现相同故障模式。
• 设计缺陷：设备选型不当、安装基础不牢、防护等级不足等先天问题。
• 操作/环境诱因：频繁过载、电压波动、粉尘侵入、温度超标等外部因素。
• 高维护成本设备：每年维护费用超过设备原值30%的设备，值得进行主动改进。

主动维护的典型措施：

1. 设计改进：更换更耐用的材料、增加冗余保护、优化润滑系统。
2. 安装优化：重新校准对中、增加减振基础、改善散热条件。
3. 操作规范修订：限制启动频率、优化加载曲线、增加预润滑程序。
4. 环境治理：增加过滤等级、控制温湿度、隔离腐蚀性气体。
5. 备件升级：使用长寿命密封件、高品质轴承、耐腐蚀管道。

3.6 四种策略的决策矩阵与SVG框架图

以下SVG图展示了四种维护策略的递进关系与决策路径：

3.7 策略选择的经济性模型

维护策略的最终选择应基于全生命周期成本（LCC）分析。以下为简化决策模型：

维护策略选择模型（简化版）

输入参数：
  C_em = 紧急维修单次成本（含备件、人工、停产损失）
  C_pm = 预防维护单次成本
  C_pdm = 预测维护单次成本（含传感器摊销）
  C_pro = 主动改进一次性投入成本
  λ = 年故障次数（未维护时）
  T_pm = 预防维护周期（年）
  T_pdm = 预测维护预警提前量（年）
  R = 预测维护故障检出率（0~1）

决策逻辑：
  IF 设备关键度 = 低 AND C_em × λ < C_pm × (1/T_pm) THEN → 事后维护
  IF 故障模式 = 磨损型 AND 有成熟监测手段 THEN → 预测维护
  IF 年维护成本 > 设备原值 × 30% THEN → 主动维护分析
  ELSE → 预防维护（按制造商推荐周期）