2022年5月24日，由全国工业过程测量控制与自动化标准化技术委员会（SAC/TC124）负责归口制定的《智能服务 预测性维护 预测算法与模型》国家标准正式启动，该标准为破解预测性维护技术落地应用过程中的“准确性”问题提供了规范，算法的测评工作也正式扬帆起航。来自清华大学、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71家单位的110余位专家参加了会议，覆盖智能装备、石油化工、航空航天、电力、新能源、工业自动化等20余个行业。

 “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，被业内普遍誉为“未来工厂之光”，但其发展却并未与其受重视程度相匹配，以致出现了“不可操之过急”、“谈为何发展不及预期”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与模型的准确性、有效性和适用性难以进行科学合理的评价。

为破解预测性维护技术发展困局，《智能服务 预测性维护 预测算法与模型》（计划号：20210705-T-604）国家标准于2021年获批立项，在长期的筹备和论证后，于2022年5月正式启动编制。标准将预测算法与模型划分为监测、诊断、预测等3大类6个子项，充分考虑监督学习、非监督学习等类型以及机器学习、深度学习等特点，采用黑盒和白盒测试相结合的方案，规定测评流程、测评体系和测评方法等，旨在建立预测性维护算法与模型评价准则，进而促进预测性维护技术的落地应用与实施。

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》（见附件），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。

北京第三方预测性维护算法实验室，全国首家可以提供预测性维护算法的第三方检测机构，提供面向机加工、数控机床、石油石化、核电、轨道交通、智能机器人、计算机软件、工业AI,减速机、机械设备，各类电气系统提供预测性维护功能测试和预测性维护算法测试服务，出具第三方检测机构试验报告，CNAS检测报告，CMA检测报告。

检测试验找仪综所实验室彭光琼136-9109-3503.