机床行业这两年讨论预测性维护的声音明显多了。原因很直接：主轴、丝杠、导轨这些核心部件的更换动辄数周甚至数月，非计划停机的代价太高，而振动、温度、电流数据的采集成本已经降到几乎所有机床都能承受的水平。维护模式从“按小时保养”转向“按状态换件”，改变的不只是设备科的工作方式，更是备件的储备逻辑。
以主轴为例。轴承的失效通常有数周的发展期，振动频谱会提前给出信号，SKF 和舍弗勒的状态监测方案都能覆盖这类场景。做法上的关键变化是：不再按固定周期更换轴承，而是在频谱出现特征频率异常后，立即启动备件调拨和计划停机，把“突发故障”变成“计划检修”。这要求主轴轴承常备库存从“一套”变成“随时可调”，与供应商的区域库存绑定。
测量系统同样值得注意。海德汉、雷尼绍的光栅尺和测头是高精度机床的标配，这类件怕污染、怕磕碰，失效往往没有渐进征兆。实操中普遍的做法是双管：一台机床的关键测量件随机备一套，同时与原厂代理约定 48 小时补货承诺。光栅尺读数漂移这类问题，还要在更换后重新做精度补偿，这份工时也要计入计划。
对管理者来说，预测性维护的账要算总账：传感器、软件平台、数据分析的人力投入，对比减少的停机损失和避免的连带损坏。经验上，主轴和进给系统先做起来收益最明显，因为这两处的备件最贵、停机影响最大。方向已经清楚，剩下的就是数据台账一件一件积累起来。