Vorausschauende Wartungstechniken (Predictive Maintenance) sollen dabei helfen, den Zustand der in Betrieb befindlichen Geräte zu bestimmen. Dies dient der Abschätzung, wann eine Wartung durchgeführt werden sollte. Dieser Ansatz verspricht Kosteneinsparungen gegenüber routinemäßiger oder betriebsdauerbasierter vorbeugender Wartung, da Aufgaben nur ausgeführt werden, wenn diese tatsächlich notwendig sind. Sie werden somit als zustandsbasierte Wartungen angesehen, die durchgeführt werden, wenn ein Verschlechterungszustand eines Gegenstandes oder einer Anlage eintritt.
Das Hauptversprechen der vorausschauenden Wartung besteht darin, eine bequeme Planung der Korrekturwartung zu ermöglichen und unerwartete Geräteausfälle zu vermeiden. Der Schlüssel hierfür ist die „richtige“ Lebensdauer der Geräte, erhöhte Anlagensicherheit, weniger Unfälle und ein optimiertes Ersatzteilhandling. Die vorausschauende Wartung unterscheidet sich von der vorbeugenden Wartung dadurch, dass sie sich eher auf den tatsächlichen Zustand der Ausrüstung als auf die durchschnittliche Lebensdauer stützt.
Einige der Hauptkomponenten, die für die Implementierung der vorausschauenden Wartung erforderlich sind, sind die Datenerfassung und -vorverarbeitung. Weiterhin die frühzeitige Fehlererkennung, die Vorhersage der Zeit bis zum Ausfall, die Wartungsplanung und die Ressourcenoptimierung. Die vorausschauende Wartung wurde auch als eine der treibenden Kräfte zur Verbesserung der Produktivität und als eine der Möglichkeiten zur Erzielung eines “Just-in-Time” in der Fertigung angesehen.
Die Vorhersage von Zuständen in Anlagen kann über große Datenmengen realisiert werden, die meist mit Sensoren zerstörungsfrei aufgenommen werden. Beispiel für solche Daten sind Kamerabilder, Temperatur- und Luftfeuchtigkeitswerte, Akustiksignale oder Vibrationsdaten von Bauteilen oder Anlagen. Mit intelligenten Algorithmen des maschinellen Lernens können diese Daten analysiert werden und auf den aktuellen oder zukünftigen Zustand geschlossen werden. Um eine kontinuierliche Überwachung zu ermöglichen müssen diese Sensordaten in regelmäßigen Abständen aufgenommen und mit den Auswertungsalgorithmen analysiert werden.
Predictive Maintenance wird bereits in vielen Bereichen eingesetzt. Beispielsweise werden Drehzahlen, Geräusche, Temperaturen und Vibrationen in Anlagen und Motoren überwacht, um Unregelmäßigkeiten frühzeitig zu erkennen.
In Drucksystemen können so frühzeitig Verstopfungen von Düsen oder anderen Druckerkomponenten erkannt werden. Mit geeigneten Maßnahmen können diese verhindert oder größere Wartungseingriffe geplant werden.