1、预测性维护算法测试依据哪个检测标准进行测试？

依据GB/T 43555-2023《智能服务 预测性维护 算法测评方法》。

2、预测性维护算法测试主要检测哪些项目？

状态监测-状态辨别准确率、异常状态漏报率。

故障诊断-专家系统算法指标、机器学习算法指标。（机器学习算法指标相对用的频次高一些）。

寿命预测-预测准确率、平均绝对误差、均方根误差、可决系数、预测误差评分指标等。

3、实验室的数据系统来源于哪儿？

主要是一些测试数据、开放数据或现场数据等。

4、状态监测和故障诊断的数据数量要求多少？

一般不少于100条数据。

5、故障诊断是否会定位故障的类型？

测试会给出是否存在故障，也会补充故障的定位以及故障的类型。

6、若故障诊断给出的数据是75％，在运用到客户现场是否不会存在误差？

用到客户现场的不一定是75％，因为受到很多因素的直接影响。

7、实验室数据集一般都是哪些要素的典型数据？

一般温度、振动、转速、噪声等方面的数据较多。

8、预测性维护算法测试周期需要多久？

对于不复杂的算法，可能一周的时间可以测试完成，对于复杂的，也可能1个月完成都有可能。

9、国内有通过CNAS和CMA认可授权的第三方检测机构吗？

仪综所实验室是国内首家也是唯一一家通过CNAS,CMA授权的第三方权威检测机构。

10、GB/T43555-2023《智能服务 预测性维护 算法测评方法》检测标准由谁起草？

该标准由仪综所王成城主任作为第一起草人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》。该标准是行业内首个标定预测性维护算法性能的国家标准，为引领预测性维护产业健康有序发展提供了重要保障和支撑。

11、预测性维护算法测试报告有何作用？

验证算法本身的先进性和可靠性；科研课题项目验收的需要；市场产品竞标的需要等。

12、测试通过后，出具什么资质的检测报告？

测试通过后，出具国家承认的CNAS和CMA认可中文报告或英文报告。

13、哪些产品需要进行预测性算法测试？

定制化工厂的预测性维护、冲压生产线的预测性维护、汽车冲压厂的预测性维护、机械机加工数字化工厂的预测性维护、船舶起重运输车间运维服务、石化工厂的预测性维护、海洋石油平台状态监测与远程诊断系统的预测性维护、打印系统、减速器、运动控制系统、机械设备、大规模机器人、点焊设备、数控机床、风机叶片的状态监测、压缩机、超临界大型电力机组、数控机床刀具、水平机器人、智能分板机、机械泵、电力变压器、自动扶梯、城市路灯照明系统等。

检测试验找彭工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。