四种既定技术
计划维护的答案是“什么时候到期？”。状态监测回答“这实际上需要做吗？”。第二个问题在两个方面都值得花钱——它可以防止对健康机器进行大修，并在故障机器成为伤亡之前发现它。
| 技术 | 检测到 | 典型节奏 |
|---|---|---|
| 振动分析 | 轴承磨损、不对中、不平衡、松动 | 旋转机械月度至季度 |
| 润滑油分析 | 金属磨损、污染、添加剂消耗、进水 | 根据采样计划，通常每月一次 |
| 热成像 | 电气连接故障、绝缘、轴承发热 | 配电盘和电机季刊 |
| 性能监控 | 跨系统效率下降 | 连续 |
这些都不是新的。改变的是连续而不是定期收集数据的成本，以及将数据发送到岸上的能力。
真正值得的地方
价值集中在三个条件一致的地方：故障代价高昂，故障逐渐发展，以及设备并非完全冗余。主发动机、涡轮增压器和辅机满足这三者。重复的海水泵则不会——运行到故障并切换到备用是一个合理的策略。
当供应商提议监控一切时，这种区别是最有用的过滤器。
使其在海上发挥作用
1.建立基线。 如果不知道机器健康时的情况，振动读数就没有意义。大修后和任何更改后的基线。
2.一致的测量。 相同的点、相同的安装、相同的负载条件、相同的操作技术。不一致的测量会产生人为的趋势。
3.趋势，不要阈值。 低于警报限值的单个读数告诉您的信息很少。四个月内翻倍的读数告诉你很多事情。
4. 使用 PMS 关闭循环。 条件发现必须生成 PMS 作业，并且作业完成必须重置基线。监控存在于单独的系统中是一种爱好。
5.将分析交给有能力的人。未经解释的数据是噪音。要么培训一名岸上分析师，要么签约一名分析师，并确保他们的发现以可用的形式传达给总工程师。
6。根据发现采取行动。 状态监测计划最常见的失败不是技术性的。问题是提出了一个调查结果，没有可用的备件，工作被推迟，但机器还是出现了故障。
规则、统计基线和机器学习
阈值规则是可以理解的并且通常是有效的。统计基线可以识别漂移。机器学习模型可能会发现复杂的模式，但需要代表性数据和监控。生成式人工智能可以总结上下文；它不应该捏造诊断。
班级适合的地方
如果船舶按照经船级社批准的计划维护计划运行，则可以考虑状态监测——对于状态明显得到管理的机械，可以延长检查间隔。这需要：
- 监控安排的船级社批准
- 有能力、有姓名的人员
- 真实、可检索的趋势数据
- 根据调查结果采取记录的行动
奖励是减少开放调查和减少停机时间。义务是数据必须是真实的。基于捏造的读数而建立的班级认可的方案比根本没有方案要糟糕得多。
预测性与基于条件的
这些术语的使用很宽松。有用区分：
| 方法 | 基础 |
|---|---|
| 反应性 | 修复失败 |
| 预防性/计划性 | 修复日历或运行时间 |
| 基于条件 | 当测量条件指示时修复 |
| 预测性 | 模型根据数据模式估计剩余使用寿命 |
如今，大多数海事计划都是基于条件的，并带有一些预测元素。真正的预测建模需要大量一致的数据和足够的失败示例来学习——这就是为什么它在姐妹船舰队中而不是在单艘船上效果最好的原因。
避免仪表板陷阱
整个行业都在重复一种模式：安装传感器，交付仪表板，每个人都印象深刻，十八个月后没有人打开它。
预防措施：
- 在购买之前定义数据将改变哪些决策
- 评论者的姓名以及评论频率
- 设置产生可管理数量的警报的警报阈值——警报疲劳会杀死程序
- 将调查结果作为工作发送到 PMS，而不是发送到收件箱
- 报告避免的故障和避免不必要的检修；这就是回报
- 每年审查该程序并关闭不使用的内容
班级批准的维护计划因社会而异——请与班级确认要求。价值图表是一个指示性模型。泽航编辑团队于 2026 年 8 月 24 日审核。
常见问题
预测性维护会取代 PMS 吗？
不。当工作完成时它会改变。 PMS 保留设备、要求和已完成工作的记录。
应首先监控哪些设备？
主发动机、涡轮增压器和辅助发动机——故障代价高昂，逐渐发展，冗余有限。
我们需要连续传感器吗？
不一定。定期手持式振动和油液分析可以以很少的成本提供大部分价值。持续监控对高价值、高后果的机械来说意义重大。
可以对班级信用状况进行监控吗？
是的，在船级社批准的计划维护计划内，但须经安排、合格人员和真实的文件数据批准。
什么是船舶的预测性维护？
它使用状况和操作数据来估计正在发生的设备问题并在功能故障之前支持维护。
预测性维护能否取代 PMS？
不。它应该通知并与计划维护和工程流程集成。