预测性维护简称PdM,它是以状态为依据的维修。在机器运行时，对其主要或需要部位进行定期或连续的状态监测和故障诊断、监测装备所处的状态，诊断设备可能发生的故障，预测状态未来的发展趋势。依据装备的状态发展趋势和可能发生的故障模式，提前制定预测性维护计划并进行检修、维修，确定设备应该修理的时间、内容、方式、必需的技术和物资支持。预测性维护集状态监测、故障诊断、故障预测、维护决策支持和维护活动于一体，是一种新兴的维护方式。

广义的预测性维护将状态监测、故障诊断、寿命预测和维护决策合为一体，其中状态监测和故障诊断是基础，寿命预测是重点，维护决策得出最终的维护活动要求。广义的预测性维护是一个系统的过程，它将维护管理纳入了预测性维护的范畴，通盘考虑整个维护过程，直到得出与维护活动相关的内容。预测性维护是一个完整的技术体系，包含：状态监测技术、故障诊断技术、寿命预测技术和维修决策与维修活动。一、预测性维护功能测试
1、数据采集及可视化功能测试：对系统数据采集及其可视化功能进行测试；

2、状态监测功能测试：对系统状态监测及其可视化功能进行测试；

3、故障诊断功能测试：对系统故障定位等故障诊断功能进行测试；

4、寿命预测功能测试：对系统RUL预测等寿命预测功能进行测试；

5、维护管理功能测试：对系统维护策略等维护管理功能进行测试。

二、预测性维护算法测试
1、状态监测算法测试：依据准确率、漏报率等指标对状态监测算法进行测试；诊断分析主要进行：图谱、时域分析、幅值域分析、频域分析、阶次分析、包络分析、声学分析、模态分析等；

2、故障诊断算法测试：依据准确率、精确率、召回率等指标对故障诊断算法进行测试；

3、预测算法测试：依据准确率、平均绝对误差、均方根误差、可决系数等指标对预测算法进行测试。 

三、开展过的预测性维护测试案例
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、机泵设备故障诊断算法等。
预测性维护执行检测标准：GB/T 43555-2023 《智能服务 预测性维护 算法测评方法》
四、测试流程：

1、申请测试：申报单位需填写《预测性维护算法测评信息登记表》，报送至仪综所联系人邮箱。

2、项目初审：仪综所对登记表进行初审，与符合测试条件的企业进行确认。

3、签订合同：双方签订测试合同。

4、技术对接：仪综所与企业对接，对测试条款进行解答，沟通测试安排。

5、测试开展：准备测试数据、部署测试环境，对算法进行测试和评价，形成初步测试结果。

6、结果评审：企业对测试结果进行确认，确认后报告由仪综所及中机维协组织相关专家进行评审。

7、检测报告发放：形成正式的测试报告。仪综所算法测试实验室是国内唯一一家可以实施预测性维护算法测评的第三方检测服务机构，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》由仪综所牵头起草并发布，检测标准归口标委会为全国工业过程测量控制和自动化标准化技术委员会(SAC/TC124)，仪综所为该标委会秘书处单位。仪综所算法测试实验室基于GB/T43555-2023 《智能服务 预测性维护 算法测评方法》检测标准建设了预测性维护算法测试平台并具备完善的测试服务能力，预测性维护测试服务案例上百家，获得社会各界的广泛好评。

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。