Underhållskostnader är en av de största faktorerna som påverkar en anläggnings budget. Försök att minska dessa kostnader har lett till utveckling av flera underhållsstrategier. Prediktivt underhåll är en defektinspektionsstrategi som använder indikatorer för att förbereda sig för framtida problem.
Ett stort misstag som görs med förutsägande underhåll är att det ofta förväxlas med förebyggande underhåll, som består av förplanerade, rutinmässiga åtgärder som används för att förhindra stora problem. För att bättre förstå prediktivt underhåll är det bäst att dra en kontrast mellan det och förebyggande underhåll, som ofta är en mer allmänt erkänd term.
Förebyggande underhåll innebär regelbunden, förutbestämd service. Till exempel kan en maskin stängas av varje månad för att byta ut och fylla på vätskor. Sedan, var sjätte månad, kan den stängas av så att dess bälten kan bytas ut. Detta görs i hopp om att stora problem i samband med vätskor och remmar inte uppstår.
Förutsägande underhåll, tvärtom, involverar i allmänhet observation. Anteckningar tas om indikatorer som kan signalera större problem. Till exempel kan en maskin kontrolleras regelbundet. Om onormalt vätskeläckage eller fuktansamling upptäcks, fungerar dessa som signaler om att något större problem kan växa.
En annan stor skillnad mellan dessa två underhållsstrategier är att förebyggande underhåll kan vara möjligt medan en utrustning är i drift. Men i de flesta fall måste utrustningen stängas av under en period. Prediktivt underhåll innebär nästan alltid bedömningar som görs medan utrustningen fungerar normalt. Det kommer i allmänhet att göra inspektionen värdelös eller felaktig om en maskin bedöms för defekter medan den är avstängd eller dess kapacitet minskar.
Förutsägande underhåll förlitar sig inte på förnimmelser och intuition. Den förlitar sig inte på industristatistik, till exempel den som säger att en utrustning måste ha en specifik tjänst med bestämda intervall. Förutsägande underhåll förlitar sig på verkliga signaler som demonstreras av en enda och specifik utrustning.
Detta kan innefatta att jämföra statistik för indikationer på ett förestående problem. Det är allmänt noterat att ett av de mest kostsamma misstagen som görs i industriell miljö är att inte registrera och analysera data som utrustningens prestanda och värmefördelning. Siffrorna som representerar en optimalt fungerande utrustning är utmärkta indikatorer jämfört med siffror som skiljer sig drastiskt. Om en lådskärare kapar 30,000 20,000 lådor varje månad under ett år och sedan plötsligt bara kan skära XNUMX XNUMX så ska det ses som en signal.