以预测性维护为核心的智能运维随着工业智能化的发展，已逐渐成为提升企业运维管理质量及效率的领先技术手段。但目前无论国内外，需求侧还是供给侧，预测性维护智能化应用都缺乏统一的认知和评价体系。对于预测性维护算法，评价维度模糊、不够量化，同类算法缺乏能够对标的“参照系”等问题，影响了用户对预测性维护应用的信心，阻碍了用户深化运维管理智能化的能力发展。因此， 科学合理的评价预测性维护算法的准确性、有效性和适用性成为破解应用瓶颈的有效手段。

标准是技术发展的“风向标”和产业发展的“助推器”。为了促进预测性维护技术应用和产业健康有序发展，机械工业仪器仪表综合技术经济研究所联合清华大学等共计70余家单位的110余位专家牵头制定了首项预测性维护算法测评国家标准GB/T 43555-2023《智能服务 预测性维护 算法测评方法》。

GB/T43555-2023《智能服务 预测性维护 算法测评方法》是预测性维护领域标准的进一步成果。此标准可以作为装备用户、装备制造商和解决方案供应商三类预测性维护从业人员的实施参考手册和测评依据，为装备用户采购及验收提供重要支撑材料，并成为装备制造商和解决方案供应商预测性维护技术测评的依据和准绳。

为确保算法测评方法的科学性和公平性，标准工作组同步开展了算法的测试及验证。依托现有实验室及相关平台，按照标准规定的针对准确率、精确率、召回率等指标的测试方法，对机器学习、专家系统等不同类别算法进行测试，进一步验证了标准规定的测评流程、测评体系及测评方法。

2024年4月22日，GB/T 43555-2023《智能服务 预测性维护 算法测评方法》国家标准在中国工业设备智能运维技术大会正式发布。GB/T 43555-2023标准将于2024年7月1日起正式实施。 此标准通过规范预测性维护算法测评体系、测试方法、测试数据库建设等，建立预测性维护算法评价准则与机制，为破解预测性维护技术落地应用过程中的“准确性”问题提供准则，突破预测性维护技术难以评价、实施效果难以衡量等限制。

GB/T43555-2023标准的起草单位名单如下：

机械工业仪器仪表综合技术经济研究所；上海电气集团股份有限公司中央研究院；中国科学院合肥物质科学研究院；北京东方振动和噪声技术研究所；合肥综合性国家科学中心能源研究院(安徽省能源实验室)；中国商用飞机有限责任公司上海飞机设计研究院；中国科学院沈阳自动化研究所；清华大学山西清洁能源研究院；北京航空航天大学杭州创新研究院；中国科学院空间应用工程与技术中心；中国工程物理研究院动力部；山东省计算中心(国家超级计算济南中心)；工业和信息化部电子第五研究所；上海人工智能创新中心；清华大学；中国石油大学(北京)；重庆邮电大学；北京邮电大学；北京工商大学；西安交通大学；北京航空航天大学；重庆大学；上海交通大学；中国计量大学；大连理工大学；电子科技大学；重庆电子工程职业学院；北京奔驰汽车有限公司；潍柴动力股份有限公司；北京天泽智云科技有限公司；上海大制科技有限公司；频率探索智能科技江苏有限公司；上海华兴数字科技有限公司；西门子(中国)有限公司；舍弗勒(中国)有限公司；斯凯孚绿色智能科技(上海)有限公司；施耐德电气(中国)有限公司；三菱电机自动化(中国)有限公司；恩德斯豪斯(中国)自动化有限公司；丹东华通测控有限公司；北京英华达电力电子工程科技有限公司；泰兴铂漾集成科技有限公司；武汉东研智慧设计研究院有限公司；台达电子企业管理(上海)有限公司；华为技术有限公司；中广核研究院有限公司；重庆川仪自动化股份有限公司；上海自动化仪表有限公司；沈阳中科博微科技股份有限公司；北京博华信智科技股份有限公司；航天智控(北京)监测技术有限公司；青岛明思为科技有限公司；重庆川仪软件有限公司；安徽容知日新科技股份有限公司；上海朋禾智能科技有限公司；重庆盟讯电子科技有限公司；国家石油天然气管网集团有限公司科学技术研究总院分公司；国家石油天然气管网集团有限公司；上海航数智能科技有限公司；易福门电子(上海)有限公司；福建阿古电务数据科技有限公司；一汽解放汽车有限公司；北京龙鼎源科技股份有限公司；科大讯飞股份有限公司；北京角动力技术有限公司；武汉中云康崇科技有限公司；南京高精齿轮集团有限公司；北京华控智加科技有限公司；广东省工业边缘智能创新中心有限公司；西安华云智联信息科技有限公司；西安因联信息科技有限公司；硕橙(厦门)科技有限公司；北京可维卓立科技有限公司；苏州拓康自动化技术有限公司；杭州安脉盛智能技术有限公司；上海诸算科技有限公司；北京联华科技有限公司；北京晨测科技有限公司；北京仪综测业科技发展有限公司。

测试内容：

一、预测性维护功能测试：

1、数据采集及可视化功能测试；

2、状态监测功能测试；

3、故障诊断功能测试；

4、寿命预测功能测试；

5、维护管理功能测试。

二、预测性维护算法测试：

1、状态监测算法测试；

2、故障诊断算法测试；

3、预测算法测试。 

“预测性维护”是人工智能技术在智能制造领域中的最典型应用之一。算法模型作为预测性维护技术方案的核心，其准确性、有效性和适用性更是决胜预测性维护方案优劣的关键，测试评价成为标定预测性维护算法性能、提升预测性维护技术水平、推动预测性维护产业发展的重要抓手。仪综所以牵头制定的GB/T 43555-2023《智能服务预测性维护 算法测评方法》国家标准为核心，依托CNAS认可的第三方检测实验室和中机维协智能运维委员会秘书处单位开展预测性维护测试评价及产品认证等工作。平台正式启动，标志着预测性维护算法测评技术服务业务，将引领装备服务预测性维护产业健康有序发展。

预测性维护测试评估找彭工136-9109-3503

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。