依托工信部智能制造专项《智能装备预测性维护标准研制和验证平台建设》、科技部国家重点研发计划《仪器仪表智能运维与性能测试平台》（2020YFB2009400）项目支持，仪综所构建了覆盖数据采集、状态监测、故障诊断的云边协同智能运维平台，建立了标准引领、科研支撑、算法测试为一体的服务体系。仪综所还牵头成立了IEC/SC65E/WG12预测性维护工作组并制定了首项预测性维护国际IEC 63270和国家标准GB/T 40571-2021，并依据制定的《智能服务 预测性维护 算法测评方法》国家标准，构建了系统的预测性维护算法测试评价服务能力，提供市场的“准入证”“通行证”和“信用证”。

检测实验找仪综所实验室彭光琼V136-9109-3503.

GB/T40571标准规定了智能服务预测性维护的总则、设备与功能识别、失效模式影响分析功能、可行性分析功能、状态监测功能、故障诊断功能、寿命预测功能、维护管理功能等。

预测性维护：根据观测到的状况而决定的连续或间断进行的维护，以监测、诊断或预测构筑物、系统或部件的条件指标。

预测性维护的实施，分为三类：第一类：实现基于状态的维护，通过设备运行状态关键数据的采集，完成状态识别和基本的故障诊断等功能，并提供基本的维修与维护策略，如报警、停机等。这类预测性维护基于MES或其他信息系统开展。

第二类：实现基于预测的维护，通过设备运行状态相关数据的采集，完成状态识别、故障诊断、寿命预测等功能，并预先提供维修和维护方案，支持设备的维修维护管理。这类设备的预测性维护基于独立的系统开展，可以与MES或其他信息系统互联互通。

第三类：实现基于全生命周期管理的维护，通过设备运行状态数据的全面采集，完成状态识别、故障诊断、寿命预测等功能，并能判断寿命预测的置信度，预先提供完整可信的维修和维护方案，知道设备的维修维护管理。执行该任务的系统能够在数字孪生、人工智能、系统集成等技术辅助下，不断优化预测结果，提升预测的置信度与可行性。

预测性维护的工作流程：

识别设备与功能-识别失效模式影响和危害程度-可以预测可以检测情况下进行标识被测的参数-选择测量技术-选择测量位置-可行性分析-数据采集-数据传输-状态识别-是否发生故障-设备状态是否异常-有故障的情况下进行故障判别与定位-是否需要预测-预测寿命-预测置信度-确定维护策略-维修维护管理与优化-维护记录的实施与记录-是否满足评审要求-有效性评审。

预测性维护的功能模型包含：传感、状态识别、故障诊断、寿命预测、维修维护管理（维修执行和维护执行）；

预测性维护过程中需要识别的特征包含：

设备性能、控制系统、润滑方式、执行机构、设备输入、保护系统、功能等。

失效模式的分析主要采用FMEA方法进行评估。

设备的影响分析主要表现在：

1、设备停机的成本或生产损失的成本；

2、失效率和平均维修时间；

3、冗余架构；

4、间接的或二次损坏；

5、更换设备的费用；

6、维修或备件的费用；

7、全生命周期的费用；

8、检测系统的费用；

9、安全性和环境影响。

可开展的预测性维护的产品包括：机器人、数控机床、变压器、电机、泵、阀门、压缩机、轴承等机械设备或机电设备等需要预测性维护测试服务。

北京第三方检测机构，提供各类机械设备或机电产品的预测性维护测试评估服务，出具第三方检测报告。

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。