电液推杆是如何设计开发的？用户的需求定义了电液推杆的性能，厂商也决定了电液推杆的性能。磨损、老化、退役是电液推杆生命周期的必然阶段。

使用中:

1、电液推杆的表现会偏离；

2.电液推杆失败。

电液推杆管理意味着管理性能和故障，监控、跟踪、评估和预测性能指标。每个电液推杆都有自己的故障模式。管理MTTR(平均修复故障时间)、平均故障间隔时间(MTBF)、提高可用性和减少停机损失是每个电液推杆经理的zhongdian。

电液推杆的预测性维护:利用计算机，依靠数据和智能代替人力对电液推杆的性能进行跟踪和评估，发现和诊断电液推杆的潜在故障，并自动触发工单，工单包括技术改造、维护和维修工单。更多的时候，在性能偏差为电液推杆之前，在故障和隐患的萌芽阶段，做了积ji的干预和改进，但维护是主要任务，修复是辅助任务。

操作维护不再单纯依靠经验，而是经验已见多识广。经验是从少数人的头脑中提炼出来，转化为技术，让更多人快速学会，并将知识应用到电液推杆运维中，实现电液推杆预测管理。

电液推杆的预测性维护并不适合所有场合。

1、不能停车，如果停车，特别是在流程行业，会造成anquan隐患和损失；

2.电液推杆的运维成本很高，预测性维护会很有价值。潜在的问题总是在故障开始时被发现。现阶段投资成本zui小；

3和电液推杆的运行机制越复杂，越需要预测性维护。机制越复杂，有能力维护和理解运行机制的人就越少，对算法和数据的依赖就越大。

4.电液推杆的地理分布越分散，越有必要。数据和算法被用来帮助人力维护它。

5、大量场景，依靠算法和数据维持电液推杆。

预测性维护的实施过程。

1.和电液推杆的感觉；

2.数据被收集和数字化；

3.通过网络、PC段、大屏、手机，可以实时监控电液推杆，即电液推杆在线；

4.电液推杆在线后，可以监控电液推杆的状态，通过输入故障模式来预测故障。

5.以上是预测，后续是维护电液推杆，也就是管理，管理的过程也要在线；

6.电液推杆故障发生后，当有人参与运行维护，使用备件和工具，并对故障进行维护时，应在线记录和管理过程。

电液推杆上线，管理上线后，可以预测故障。整个链条一旦打开，工单就可以自动生成，分发给相应的人员。工人拿到工单后，工单和工单的执行过程就是数据生成和知识生成的过程，因此知识可以沉淀下来，用于迭代故障预测和工单生成的模型。

事实上，这也是管理的迭代，而不仅仅是技术和模型的迭代。

构建电液推杆预测性维修体系后，预测性维修的实现过程:构建电液推杆预测性维修体系后，现场工作和模式发生了变化。过去，电液推杆总是在故障后通过离线或在线流程维护，这样电液推杆才能恢复正常运行。

现在，除了在现场生成工作单，更多的工作和工作单通过系统分发。

系统可以生成故障工单，可以是潜在故障，也可以是已有故障，还可以生成维修工单(基于时间，时间到了自动触发维修工单)；也可以是技术改造、定期检验等工单。这些工单生成后进入工单池，工单池会根据工单的优先级自动分配工单。工单到达工人手中进入工单执行阶段后，可以调用库存、知识库、流程库来完成这些工单。每完成一个工作单，就形成一个知识栏。该知识栏进入知识库以迭代原始过程和预测模型。这些知识库还可以迭代预测性维护系统，这是一个连续发生和回滚的过程。

预测性维护中遇到的问题:

1和电液推杆的性能描述不正确。

2.对电液推杆表现的评价不准确。

3.故障诊断不准确。

4.故障预测的准确性太低。

5.操作和维护决策不够详细和清晰。

6.电液推杆运维的窗口期不准确。

外包项目制，低价竞标甚至中标，数据采集中断，单点开发，zhenzheng参与开发的人不合理，作为业主，他们在等待结果。在开发过程中，不仅kaifazhe要参与，用户也要参与。

预测性维护也是一个管理问题，开发的模型是一个起点。通过这个模型、平台和模型的不断迭代优化，可以达到用户的zui终目的和预期效果。

预测性维护模式juebu能一蹴而就，而是一种成长模式。