预测性维保是以状态为依据的维护保养，在机器运行时，对它的主要（或需要）部位进行定期（或连续）的状态监测和故障诊断，判定装备所处的状态，预测装备状态未来的发展趋势，依据装备的状态发展趋势和可能的故障模式，预先制定预测性维护计划，确定机器应该维护保养的时间、内容、方式和必需的技术和物资支持。
电梯的预测性维保集电梯设备状态监测、故障诊断、故障（状态）预测、维修决策支持和维修活动于一体，是一种新的维修方式。
狭义的预测性维保立足于“状态监测”，强调的是“故障诊断”，是指不定期或连续地对设备进行状态监测，根据其结果，查明装备有无状态异常或故障趋势，再适时地安排维修。狭义的预测性维保不固定维修周期，仅仅通过监测和诊断到的结果来适时地安排维修计划，它强调的是监测、诊断和维修三位一体的过程，这种思想广泛适用于目前的流程工业和大规模生产方式。
广义的预测性维保将状态监测、故障诊断、状态预测和维修决策多位合一体，状态监测和故障诊断是基础，状态预测是重点，维修决策得出最终的维修活动要求。广义的预测性维保是一个系统的过程，它将维修管理纳入了预测性维保的范畴，通盘考虑整个维修过程，直至得出与维修活动相关的内容。
修复性维修,又称事后维修（Break-down Maintenance）,是“有故障才维修（Failure Based）”的方式，它是以设备是否完好或是否能用为依据的维修，只在设备部分或全部故障后再恢复其原始状态，也就是用坏后再修理，属于非计划性维修。
预防性维修（Preventive Maintenance）又称定时维修，是以时间为依据(Time Based)的维修，它根据生产计划和经验，按规定的时间间隔进行停机检查、解体、更换零部件，以预防损坏、继发性毁坏及生产损失。这种维修方法也就是目前电梯所普遍采用的计划维修或定期维修，如半月保、季度保等。
预测性维保是电梯物联网技术关键创新点之一。基于连续的测量和分析，预测性维保能够预测诸如机器零件剩余使用寿命等机关指标。关键的运行参数数据可以辅助决策，判断机器的运行状态、优化机器的维护时机。
预测性维保是从“状态监测”这一概念发展而来。“状态监测”收集被监测零件状态的实时信息；然而，状态监测未能前瞻性地预测机器运转中断和磨损消耗。因此，预测性维保的出现是一大转折点：更加精巧的传感器、更加高效的通信网络、能够处理大规模数据的强大运算平台，通过随机算法将数据与机器出现问题时的数据模式进行比对。由此，我们可以识别、模拟并解读机器运行参数的规律。正是这些规律帮助我们更加精准地预测电梯零部件的使用寿命，并且通过整合系统的所有操作数据，优化服务的方方面面——既能使客户受益，又能够帮助厂商改进产品。
拥有精确预测的能力后，电梯运行和服务的整个过程以及相关决策都能变得更为主动、有针对性，并且有数据支撑。
预测性维保将改变客户的设备维护、生产策略，同时对机械工程类公司服务业务的商业模式带来巨大影响。其中，传感器、网络互联以及计算能力将挑战传统专业服务领域的知识和经验积累；拥有数字化领域知识背景的企业将进军制造业的服务市场。
设备突发故障、意外停梯、故障困人等，都会给企业带来重大的损失，保持设备持续正常的运行，对于提高设备利用率，减少故障是非常重要的。除了电梯行业，在其他工业领域，当下高节凑的工业生产活动中，等到设备故障再去采取行动，这样带来的损失也是负担不起的。
为了保持竞争力，一些企业正尝试利用多渠道收集的工业大数据，来提高设备的性能。一个重要方法就是分析这些数据，利用历史模式来预测未来的结果。目前最流行的一种方法被称为预测性维保，即预测设备在未来可能会发生的故障，从而可以在故障发生前就采取维护保养行为。这种方法可以检测出高风险状态的设备，从而更高效的部署有限的后勤维护资源。
随着工业升级转型，工业数据的收集、处理技术越来越成熟，这也使得预测性维保在多个行业都受到了前所未有的关注。
下载嗯呐工匠APP，电梯资料，发布技术难题，10万电梯人在线交流。无纸化维保/物联网/电梯配件