《智能服务 预测性维护 算法测评方法》（计划号：20210705-T-604）国家标准工作组，通过规范预测性维护算法测评体系、测试方法、测试数据库建设等，建立了预测性维护算法评价准则与机制，突破了预测性维护技术难以评价、实施效果难以衡量等限制。目前该标准已推进至送审稿阶段，本次工作组会议对全国工业过程测量控制和自动化标准化技术委员会（SAC/TC124）年会提出的13条送审稿审查意见进行了研讨和处理，并修改完善了标准文本，为标准正式报批打下了坚实基础。

测试对象

预测性维护算法模型的测试对象是预测性维护状态监测算法、故障诊断算法、预测算法，包括但不限于预测性维护系统/平台/项目，测试对象可以来源于需求方（用户）、供给方（供应商）、第三方机构（解决方案供应商）。

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。

实验室主要开展预测性维护功能测试、预测性维护算法测试；

一、预测性维护功能测试：数据采集及可视化功能测试、状态监测功能测试、故障诊断功能测试、寿命预测功能测试、维护管理功能测试。

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：状态监测算法测试、故障诊断算法测试、预测算法测试。

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。

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。

检测试验找仪综所实验室彭光琼136-9109-3503。

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。