预防维修PM和预测维修PdM，到底有什么区别？设备到底该什么时候修

设备坏了以后维修，其实反而最简单。

因为问题已经摆在眼前了：

设备停了、报警了，维修人员过去处理就行。

真正让设备主管头疼的，是设备还没坏的时候

比如一台生产设备已经连续运行了半年。

按照原来的保养计划，下周应该停机检查。

但生产正忙，设备现在运行也很正常。

这时候到底要不要停？

停下来，可能拆开以后什么问题都没有，白白损失几个小时产能。

不停，又担心真的哪天突然坏掉，最后从计划停机变成故障停机。

所以设备管理里有一个特别现实的问题：

设备到底应该什么时候修？

围绕这个问题，企业里最常见的两种维修思路，就是：预防维修PM和预测维修PdM。

名字很像。

但两者真正的区别，其实就一句话：

PM看“时间到了没有”，PdM看“设备状态变坏了没有”。

理解这一点，后面的维修策略就清楚很多了。

一、PM：设备没坏，但到时间了也要做

预防维修PM，英文是Preventive Maintenance。

它的思路很好理解：

不要等设备坏了再修，而是提前安排维护。

比如一台空压机。

厂家建议每运行2000小时更换一次润滑油。

那企业就可以按运行时间安排保养。

再比如一条输送线。

规定每个月检查一次链条张紧度。

每三个月检查一次轴承。

每半年做一次电气柜保养。

这些都属于比较典型的PM。

它的触发条件通常不是“设备已经异常”。

而是：

• 时间到了。
• 运行小时到了。
• 生产数量到了。
• 或者某个固定周期到了。

所以很多企业现在做设备保养，实际上做的就是预防维修

简道云设备管理与巡检系统里，这类管理也比较适合先标准化。

比如针对每台设备建立保养计划，把：

保养项目、周期、计划时间、负责人、操作标准、完成结果

提前定下来。

到了时间以后生成保养任务。

维修或者设备人员按照项目执行。

完成以后留下保养记录。

主管再去看哪些已经完成，哪些已经逾期，保养过程中有没有发现异常。

这套方法最大的优势是：

简单，而且容易执行。

不需要特别复杂的传感器，也不需要先建立一套很高级的算法。

只要企业知道：

• 这台设备多久需要检查一次。
• 哪些部位需要更换。
• 哪些项目必须做。

基本就能先把设备从“坏了再修”往前推一步

但PM也有一个非常明显的问题：

它并不知道设备现在到底需不需要修。

比如轴承规定一年更换一次。

但有些设备负荷低，一年以后轴承状态还很好。

这时候按计划直接换掉，可能有点浪费。

反过来，有些设备长期高负荷运行。

计划是半年检查一次。

但运行到第四个月的时候，轴承可能已经开始出现异常。

如果还机械地等到第六个月再检查，就可能来不及。

所以PM解决的是：

“别等坏了以后才管。”

但它还没有完全解决：

“什么时候修最合适。”

二、PdM：不是到点就修，而是看到设备开始变差了再修

预测维修PdM，英文是Predictive Maintenance。

它和PM最大的区别，就是维修触发条件变了。

PM看周期，PdM更关注：

设备现在到底是什么状态。

比如一台电机正常运行时，轴承振动值一直比较稳定。

最近一个月开始慢慢升高。

温度也从原来的55℃，逐渐变成60℃、65℃。

设备现在还没有停。

甚至操作人员感觉也不明显。

但如果把这些数据连续放在一起看，就能发现：

它正在劣化。

这时候就可以提前安排检查。

而不是等到轴承彻底损坏以后再抢修。

这就是PdM最核心的逻辑：

根据设备状态变化，判断故障可能什么时候发生，再决定维修时机。

实际设备里常见的判断依据包括：

• 振动。
• 温度。
• 电流。
• 压力。
• 噪声。
• 油液状态。
• 泄漏情况。
• 报警频次。
• 还有巡检过程中持续出现的异常。

但这里特别容易产生一个误区。

很多人一听“预测维修”，就觉得可能要：

装很多传感器，上复杂算法，搞AI预测。

现实里大多数企业一开始根本没必要做到这么复杂。

预测维修真正的第一步，往往只是：

把设备状态连续记录下来，然后看趋势。

比如设备巡检时，不再只填：

“正常 / 异常”。

而是记录：

• 轴承温度多少。
• 振动值多少。
• 压力多少。
• 有没有异响。
• 有没有泄漏。

系统里把这些巡检数据持续积累下来以后，就能开始看：

某个指标是不是持续上升。

某一种异常是不是越来越频繁。

同一台设备最近是不是反复报相似问题。

这其实已经是在往状态维修、预测维修方向走了。

简道云设备管理与巡检系统在这里的作用，也不是替维修工程师直接判断“哪天一定会坏”。

而是先把巡检、异常、维修、保养和状态记录沉淀在同一套设备数据里。

设备主管不用每次再去翻几个Excel。

打开设备档案，就能看到：

• 最近三个月做过什么维修。
• 巡检发现过哪些异常。
• 哪几个参数发生了变化。
• 同一种故障有没有重复出现。

当这些数据真正连起来以后，才有条件进一步判断：

设备是不是已经从正常状态开始进入劣化阶段。

三、PM和PdM最大的区别，不是一个低级一个高级

很多企业现在容易把PM和PdM理解成：

PM比较传统，PdM比较先进。

所以只要条件允许，就应该全部升级成PdM。

其实不是这么回事。

两者更准确的区别应该是：

维修依据不同。

PM的逻辑是：

到周期了，就安排检查或者更换。

PdM的逻辑是：

状态开始出现异常趋势，再安排处理。

比如同样是一台风机。

如果按PM做，可以规定：

每3个月检查皮带。

每半年检查轴承。

每年更换某些易损件。

但如果按PdM做，可能会持续关注：

轴承振动有没有升高。

电机温度有没有异常。

运行声音有没有变化。

当某个指标持续偏离正常范围以后，再安排检修。

所以两种方式最直观的区别，就是：

一个以时间为触发条件。

一个以状态为触发条件。

系统落地的时候，这两类数据也应该分开管。

一边是计划数据。

比如：

• 设备编号。
• 保养周期。
• 下次保养日期。
• 计划负责人。
• 保养项目。

另一边是状态数据。

比如：

• 巡检数值。
• 异常记录。
• 报警次数。
• 维修故障。
• 状态变化趋势。

如果企业现在连基本的保养周期、维修记录都没有管清楚，一上来就说要做预测维修，通常很难真正落地。

因为预测维修本质上特别依赖数据。

你连这台设备过去坏过几次、什么地方坏、什么状态下坏都不知道，系统也没有什么可以预测的。

四、真正实用的做法，是先把维修历史变成判断依据

很多企业设备维修其实积累了不少数据。

只是一直没有真正拿来用

比如维修工单里可能已经记录：

3月轴承异响。

5月轴承温度高。

6月又出现振动异常。

每一次单独看，好像都处理好了。

第一次加润滑。

第二次调整。

第三次重新紧固。

工单全部显示：

已完成。

但如果把半年记录放到一起，设备主管应该看到的不是：

“这台设备已经修了三次。”

而是：

“同一个部位为什么连续出现三次异常？”

这就是维修数据真正应该发挥作用的地方。

设备管理系统里，可以把每次维修的：

设备、故障部位、故障现象、故障原因、维修措施、停机时间、更换备件

留下来。

时间一长，就可以开始看一些非常有价值的问题：

• 哪台设备故障次数最多？
• 哪种故障重复发生？
• 某个部件维修间隔是不是越来越短？
• 哪些设备刚做完保养，很快又报修？
• 哪些异常在巡检阶段其实已经出现过？

这些数据一旦跑起来，企业的维修方式会慢慢发生变化。

以前是：

坏了 → 修。

后来是：

到周期 → 保养。

再往后才可能变成：

看到状态变化 → 提前干预。

预测维修不是突然从天上掉下来的一套高级系统。

很多时候，它就是建立在这些基础维修数据之上的。

五、不是所有设备，都值得做PdM

这一点特别重要。

预测维修听起来很好。

但现实里，设备管理不是技术越先进越好。

最终还是要算：

值不值得。

比如车间里一个普通排风扇。

采购价几百块，坏了换一个可能只要半小时，备用件仓库里也有。

这种设备如果还专门安装振动传感器、做趋势分析、研究剩余寿命，大概率没有必要。

但另一台核心加工设备就完全不同。

一旦停机，整条生产线可能都受到影响。

维修一次需要几个小时，关键备件还要等供应商。

这种设备的状态变化就非常值得提前监控

所以企业在做维修策略的时候，最好先把设备分级

至少先问几个问题：

• 这台设备坏了，会不会影响生产？
• 停机一小时损失多大？
• 有没有备用设备？
• 故障发生之前，有没有明显的劣化过程？
• 维修成本高不高？
• 故障能不能通过温度、振动等指标提前发现？

如果一台设备停机影响很大，而且故障前通常有明显状态变化，就比较适合做PdM。

如果设备故障影响一般，但有明确保养周期，那就继续做好PM。

如果设备价值很低、备件充足、坏了也不影响关键生产，甚至可以允许事后维修。

这反而比“所有设备全部预测维修”更合理。

系统里，也可以给设备建立关键等级、设备类别、维修策略

• 关键设备重点看状态变化。
• 普通设备继续按周期生成保养任务。
• 低风险设备降低维护投入。

这样设备管理资源才不会平均撒出去。

六、真正成熟的设备维修，通常是PM和PdM一起用

实际工厂里，很少存在一种维修方式解决所有问题。

更现实的情况通常是：

普通设备做预防维修。

关键设备在预防维修基础上，再增加状态监测。

少量低风险设备允许坏了再修。

甚至同一台设备的不同部位，都可能采用不同策略。

所以设备主管真正需要建立的，不是一套统一维修周期。

而是一套判断规则：

• 什么设备该按时间修。
• 什么设备应该看状态修。
• 什么设备根本没必要提前修。

而要做到这一点，最基础的还是数据。

• 设备档案要清楚。
• 保养计划要有记录。
• 巡检不能只打勾。
• 异常要形成闭环。
• 维修以后要留下故障原因和处理结果。

这些数据在简道云设备管理与巡检系统里持续沉淀以后，设备主管才有机会逐步调整维修策略。

设备维修做到最后，真正追求的从来不是：维修次数越多越好。

而是越来越清楚：

• 哪台设备应该修。
• 为什么现在修。
• 什么时候修最合适。

PM解决的是：

不要等设备坏了以后再行动。

PdM继续往前走一步：

尽量在设备真正坏之前，找到最合适的维修时机。

这两个方法从来不是二选一。

真正成熟的设备管理，是根据设备风险、维修成本和真实运行状态，把不同维修策略放到最合适的地方