Fälthandboken för maskininlärning i tillverkning · uppdaterad 1 september 2026
ManufacturingML
Start / Uppslagsverk / Prediktivt underhåll (PdM)
Tillämpningar · Artikel · uppdaterad 1 september 2026

Prediktivt underhåll (PdM)

Nyckelinsikter
  • Prediktivt underhåll använder modeller som lärt sig av vibrations-, el- och processignaler för att förutsäga haverier innan de stoppar linjen.
  • Tillståndsbaserade program tar normalt tillbaka 20-50 % av de oplanerade stilleståndet; Renault tillskriver PdM besparingar på ~270 M€/år på koncernnivå.
  • Två sensorfilosofier konkurrerar: dedikerade vibrationsgivare (djupast diagnostik på roterande utrustning) mot driftdetektering i processignaler (ingen ny hårdvara, fångar felmoder som inte är roterande).
  • PdM löser inte kvalitets- eller kassationsproblem: det är processoptimeringens jobb, och att blanda ihop dem är ett vanligt misstag när man gör kortlistan.

Prediktivt underhåll ersätter kalendern med tillståndet: i stället för att renovera en pump var sjätte månad renoverar du den när signalerna säger att lagret håller på att försämras. ML-lagret är det som läser signalerna: tränat på bibliotek med märkta fel (vibrationsspecialisterna) eller på utrustningens eget normala beteende (avvikelsedetekteringsmetoden).

De två sensorfilosofierna

Dedikerade givare: specialbyggda vibrations-, temperatur- eller magnetgivare på varje maskin, som matar modeller tränade på enorma bibliotek med märkta fel. Den djupaste diagnostiken (”fel på lagrets ytterring, medelhög säkerhet, åtgärda inom tre veckor”) till en hårdvarukostnad per maskin. Drift i processignaler: modellerna bevakar signaler fabriken redan har (strömmar, tryck, temperaturer, flöden) efter drift som föregår haverier. Ingen ny hårdvara, täcker felmoder som aldrig vibrerar och flaggar ofta tidigare, men med mindre föreskrivande diagnos. Stora fabriker kör allt oftare båda, och den ärliga utvärderingsfrågan är vilka felmoder som dominerar din förlusthistorik.

Vad siffrorna säger

Program som tar sig förbi piloten rapporterar 20-50 % färre oplanerade stopp, följt av lägre underhållskostnader. Det främsta offentliga fallet är Renault: omkring 270 M€ i årliga besparingar som tillskrivs prediktivt underhåll i hela koncernen (2024). Mönstret bakom lyckade program är konsekvent: börja med utrustningen vars haverier faktiskt kostar pengar, koppla larmen till det befintliga underhållsflödet och mät undvikna stopp från första dagen.

Vanliga frågor

Vad är skillnaden mellan förebyggande och prediktivt underhåll?
Förebyggande underhåll agerar enligt schema; prediktivt underhåll agerar på uppmätt tillstånd. Prediktiva program minskar båda kategorierna av slöseri: haverier som kommer före den planerade översynen, och friska utrustningar som ses över i onödan.
Behöver vi vibrationsgivare för prediktivt underhåll?
Bara för felmoder som syns i vibrationer: roterande utrustning som pumpar, fläktar, växellådor. En växande andel program börjar i stället från befintliga processignaler, vilket inte kostar något i hårdvara och fångar förebud av driftkaraktär; många verk kombinerar båda.
Relaterade artiklar
Jämför du plattformar som gör detta? Datapaketet om införande innehåller marknadssiffrorna bakom artikeln.
Från teori till signaler
Vilka maskinsignaler blir vilka variabler, och hur var och en går sönder
Gratis, ingen inloggning. En uppföljning från TEEPTRAK, sedan inget mer.
Hämta kartläggningspaketet →