Key points are not available for this paper at this time.
Viele Anlagenbesitzer und Wartungsfachleute haben das Bestreben, den zukünftigen Zustand ihrer Ausrüstung besser vorherzusagen, um rechtzeitige und besser informierte Wartungsentscheidungen zu treffen. Obwohl viele Methoden zur Unterstützung der Auswahl von Wartungsrichtlinien auf hoher Ebene verfügbar sind, folgen Praktiker häufig einem kostspieligen Trial-and-Error-Prozess bei der Auswahl der am besten geeigneten prädiktiven Wartungsmethode. Um den Mangel an Entscheidungsunterstützung in diesem Prozess anzugehen, schlägt dieses Papier einen Rahmen vor, der Anlagenbesitzern hilft, die optimale prädiktive Wartungsmethode für ihre Situation auszuwählen. Der Auswahlrahmen wird mithilfe eines Designwissenschaftsprozesses entwickelt. Nach der Untersuchung häufiger Schwierigkeiten wird eine Reihe von Lösungen für die identifizierten Probleme vorgeschlagen, einschließlich einer Klassifizierung der verschiedenen Wartungsmethoden, einer Richtlinie zur Definition des Ambitionsniveaus für den Wartungsprozess und einer Klassifizierung der verfügbaren Datentypen. Diese Elemente werden dann in einen Rahmen integriert, der Praktikern bei der Auswahl des optimalen Wartungsansatzes hilft. Schließlich wird der vorgeschlagene Rahmen erfolgreich getestet und anhand von vier industriellen Fallstudien demonstriert. Es kann festgestellt werden, dass die vorgeschlagenen Klassifizierungen von Ambitionsniveaus, Datentypen und Arten von prädiktiven Wartungsmethoden den komplexen Auswahlprozess erheblich klarifizieren und beschleunigen.
Tiddens et al. (Fri,) untersuchten diese Frage.