装备的本质是人类认识世界和改造世界的工具，因此装备数字化转型是通过装备服务价值链的延伸，促进装备价值体系不断重构并演进的过程。装备数字化转型的方向包括制造和服务，其中制造方向包括装备制造过程中的数字化转型，新型数字化装备的研制与交付等，服务方向则是以性能提升、预测性维护、能效优化等为代表的装备数字化服务能力提升。预测性维护（Predictive Maintenance）是一种基于数据分析和先进技术的维护策略，旨在提前预测设备故障，并在故障发生之前采取适当的维护措施。相比传统的定期维护或纠正性维护，预测性维护能够降低维护成本、提高设备可用性，以及减少生产中断时间。它是通过运用各种手段进行数据和信号的采集(可以是间断地采集，也可以是连续地采集)、分析和判断设备的劣化趋势、故障部位、原因并预测变化发展、提出防范措施，防止和控制可能的故障出现。
预测性维护通过对设备运行状态的实时监测，结合大数据、人工智能等手段对其未来的工作状况进行预测，进而实现故障诊断、寿命预测、设备维护与管理等，广泛应用于各行业装备数字化转型中，被业内普遍誉为“未来的运维模式”或者“未来工厂之光”。
预测性维护是一项工程技术，从工程实践中产生需求并最终服务于工程应用，在开展研究的过程中应兼顾深度和广度。在大多数应用领域，预测性维护是成本、收益、服务三者“平衡”的产物，如何科学合理地寻找到最优解，是能够实现预测性维护技术落地的关键。
实现预测性维护的一个主要先决条件是设备状态信息的可用性。随着装备智能化的发展，对于预测性维护的解决方案层出不穷，但这些方案由不同的供应商提供，在架构、过程、功能和方法上缺少统一的技术要求，难以实现设备状态信息的共享，导致预测性维护的应用缺少通用性。因此，预测性维护领域的标准对于建立生态圈具有重要意义。

仪综所实验室提供预测性维护功能测试服务，预测性维护算法测试服务。

检测试验找仪综所实验室彭光琼136-9109-3503。
测试内容
定量测试：测试内容包括预测性维护状态监测（固定阈值、相对阈值）、故障诊断（专家系统、机器学习）、预测算法（寿命预测、趋势预测）三个维度的算法，通过15项指标对算法的各项性能进行定量测试；
定性评价：给出算法定量测试的合格线，并针对算法的适用性、易用性、泛化性等进行定性评价。
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。
机械工业仪器仪表综合技术经济研究所（简称仪综所）是国家智能制造标准化总体组副组长单位、全国工业过程测量控制和自动化标准化技术委员会（SAC/TC124）秘书处单位，长期致力于预测性维护等方面的技术研究和标准制定工作。在状态监测、预测性维护等领域主导制定国家标准十余项，并牵头制定了首项预测性维护国际标准，建有工业智能与预测性维护联合创新中心，并与日本三菱、德国DKE、西门子、德国马格德堡大学等建立了战略合作关系。