仪综所工业智能与预测性维护算法测评实验室依据IEC63270、GB/T 43555-2023、GB/T40571-2021为各类产品进行预测性维护功能测试和算法第三方测评。实验室依托中国机电装备维修与改造技术协会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，测试以状态监测算法、故障诊断算法、预测算法为对象，既可以来源于需求方（用户）、供给方（供应商）、也可以来源于第三方机构（解决方案供应商）。通过三个维度、15项指标的定量测试，以及适用性、易用性、泛化性等的定性评价标定算法性能，划分技术水平。

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，也是工业互联网的“杀手级”应用。然而，预测性维护市场发展预期却在不断下调，其发展并未与其受重视程度相匹配，以致出现了“不可操之过急”等“冷静的思考”。究其原因在于预测性维护技术难以评价、实施效果难以衡量，背后的技术瓶颈是预测性维护算法的准确性、有效性和适用性难以进行科学合理的评价。算法测评无章可循、无据可依的瓶颈极大限制了预测性维护的市场发展。

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。

预测性维护功能测试依据检测标准：

1、国际标准IEC63270《工业自动化设备和系统的预测性维护 第1部分：通用要求》；

2、国家标准GB/T40571-2021《智能服务 预测性维护 通用要求》；

3、国家标准GB/T25000.51-2016《系统与软件工程 系统与软件质量要求和评价（SQuaRE）第51部分：就绪可用软件产品的质量要求和测试细则》。

预测性维护算法测试依据国家标准GB/T43555-2023《智能服务 预测性维护算法测评方法》进行测试，并出具第三方检测报告。

为破解预测性维护技术发展困局，仪综所2021年牵头立项了《智能服务 预测性维护 算法测评方法》（计划号：20210705-T-604）国家标准计划，并联合清华大学、西门子（中国）有限公司、中国石油大学（北京）、重庆邮电大学等共计70余家单位的110余位专家组成标准起草工作组，历时三年多的努力，完成了GB/T 43555-2023算法测评国标制定，该标准将预测性维护算法划分为监测、诊断、预测3大类6个子项，采用黑盒和白盒测试相结合的方案，规定测评流程、测评指标体系和测评方法等，为划分预测性维护技术水平提供了“标尺”，为其推广应用提供了“信用证”和“通行证”。提供第三方预测性维护测试评估工作，出具第三方检测报告。

检测试验找彭光琼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。