预测性维修为何会失败—人的因素
Why PdM Programs Fail: Personnel Issues
现在很多工厂和企业都没有在预测性维修项目上达到预期的10：1，20：1甚至30：1的投资收益率，虽然投入了大量的**在检测仪器和培训费用上，但非常不幸的是，在很多企业工厂中的FFT机械振动数据采集仪不是在采集数据而是在采集灰尘，它们静静地躺在仓库的架子上等着能有人重新发现它，而某**发现它的人也许会好奇这个古董到底是用来做什么的。与此同时，整个工厂又恢复到以前停机抢修的状态，每个人都焦头烂额的忙于应付。当然，这里的工作至少不缺乏刺激。
本文的焦点是和大家来探讨预测性维修失败原因中人的因素。让我们从头开始，假设我们还没有开展预测性维修，然后我们准备现在启动这个项目。这个带给我们**个问题值得我们去思考：有多少次我们需要假设我们以前没有开展过预测性维修而要重新从头开始？也许这次连设备也是新的——因为负责预测性维修的工程师已经另谋高就了，留给新人的只有一个正方形的仪器和几根电缆、传感器，除此之外他把几乎所有东西都带走了。坦率地说，大多数企业在开展预测性维修项目上都不止尝试过一次。
人才保有
对于预测性维修来说，如何保有受过专业训练的人才一直是个问题。当有人退休其它人升迁、或者离职到其他公司的时候，这些变动对于预测性维修的影响通常都是毁灭性的，特别是当这些工作未纳入标准流程而离职的时候就会导致其他人不能上手。不幸的是，大部分人都喜欢成为“专家”，并且为了维护他们的职位而把分析工作神秘化，隐藏自己的经验以使公司能一直依赖他们。也有些人可能没那么保守，但却不认为需要考虑得很长远。换句话说，他们没有建立起标准流程从而导致企业的预测性维修工作随着他们的长久离职而中断。在这两种情况下，我们可以肯定地说企业内部专家的离开，通常就足以导致预测性维修的失败，而那些高技术设备也会随之被搁置到遥不可及的架子上。
从这些教训中我们可以得到提示：我们需要从现在开始就把预测性维修规范化与流程化。规范流程对于企业来说是非常好的，不单能够提高预测性维修项目的效率，还可以使其制度化，从而使预测性维修项目不再是一个人的工作，而是一个团队。这些工作可以使企业在流失关键人员的时候预测性维修项目能够继续幸存下来。
人员培训
让我们来对另一个问题进行探讨：多长时间才能让开展预测性维修的人成为专家？一年？二年？五年？
这里还有另一个重要的问题需要考虑：我们需要的是一个全职负责预测性维修的人，还是只需要一个兼职的（在他完成本职工作之后再来做预测性维修）？是给他们时间、培训以及必要的设备来使他们成功，还是这只是其繁忙工作中新增的职责？请记住，当一个工厂运行没有得到有效的预测性维修支持，非计划停机以及不能对工厂设备状态及时了解的情况就会频繁出现。因此，维修人员就会忙得像个消防员救火一样。
在这种情况下，预测性维修人员就很难抽出时间来推进预测性维修工作。为此，我们需要给他时间、空间以及支持来使其能够成为我们新的专家，当然我们也不能期望这些在一夜之间发生。
基本方向
接下来我们探讨下一个可能的问题：实施预测性维修的那个人可能没有足够的能力来帮助工厂成功开展高质量的预测性维修项目。即使我们假设工厂已经准备提供时间与资源来支持预测性维修项目向前推进，但仍然需要有人能知道真正的前进方向在哪里。
缺少预测性维修的相关技能与远见是许多企业开展预测性维修的另一个障碍。现场设备是极为复杂的，不同的工业、位置、流程与环境等等要求工程师掌握大量的知识来作出准确的判断以使预测性维修能有效运行。数据采集仅仅是开始的**步，也是*简单的一步。正确的分析数据则是极为重要，通过分析数据来决定采取何种措施需要非常多的实践与经验。
通常,预测性维修的主管们花太多时间研究振动频谱而无暇顾及实施整体预测性维修程序。但是，这并不一定是这个人或者选择从事这项工作的人的错。我相信这只是未能意识到在预测性维修领域内有专业的技能来处理这些问题，相比领域内（自己内部设备的知识领域）专业技能，我们也许只能够在工厂内部发展——特别是当公司不断失去我们自己的专家的时候。
因此，*根本的是我们需要提供充分的培训和时间来提高预测性维修人员有效开展PDM项目所需的知识与经验。这些事情需要做，而且需要做得很好。当然，如果企业不愿意或者不能提供时间和资源来发展企业内部的技能，那么*好不要考虑自己内部来开展预测性维修工作。
策略改变
*后一个值得探讨的话题是决策方向的突然改变。我曾经见过已经成功开展预测性维修的企业被新上任的经理突然终止，新经理对于预测性维修没有任何概念，于是新官上任三把火就烧掉了PDM项目。他们或者炒掉了预测性维修的负责人或者不再给予时间与权限来继续开展下去。有一点可以肯定的是，在那些没有采取文档记录预测性维修绩效的企业这个问题更为多见。（例如他们没有很好的证据来证明继续开展预测性维修比废弃它更好）。
行业趋势
近年来，我们看到预测性维修领域的一些变化：企业更多地趋向于把预测性维修外包给有着良好记录并能解决复杂故障的专业性PDM服务公司。这个改变的原因也在上文中有所涉及，即企业很难雇用、培训并保有对于预测性维修有着深厚经验、能把宣传上的潜在投资收益转化为实实在在结果与**的人。即使这些企业已经从事后维修转换为预测性维修并且也取得了一系列效果，但仍然可能因某些原因突然中断而重新回到消防员式的维修模式，如关键专家的离开或者因为企业经理不了解PDM的益处而采取的策略改变等等。
针对这些常见问题的一个解决方案是与行业内信誉良好并能负责任地把预测性维修项目年复一年持续推进的服务商合作。优良的战略合作伙伴需要必须的技能，不单单是预测性维修技术，也包括对于如何从战略上部署预测性维修有着丰富经验，这样才能从根本上改变企业的维修策略并使之从中获益。
作者：Mr. Alan Friedman
翻译：hammeryet
如需转载请注明出自http://www.kmpdm.com/pddetaildate/technology/detail/20110312_436517.html
