GB/T43555《智能服务预测性维护 算法测评》检测标准咨询
2024/5/13 16:02:05 阅读:次 电话咨询:13691093503
![GB/T43555《智能服务预测性维护 算法测评》检测标准咨询](/images/swxgzh.jpg)
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》的发布,标志着预测性维护算法正式迈入标准化、规范化的新阶段,为预测性维护产业的健康有序发展提供了重要保障,有效促进预测性维护技术的进一步应用。预测性维护应用场景覆盖轨道交通、电力、水电、风电、核电、电网、管网、煤矿、石化、机械、钢铁等众多工业领域,预测性维护强调提前预测,提前维护,把出现故障的损失风险率降到最低。
预测性维护算法测评国家标准GB/T43555-2023由仪综所牵头起草,检测标准归口单位也为仪综所即:(全国工业过程测量控制与自动化标准化技术委员会),仪综所建有工业智能与预测性维护创新中心,已经为轨道交通、风电、汽车电子、核电、石化、机械等行业领域进行预测性维护案例上百家,获得广大企事业单位的广泛好评。
您是否对检测标准也存在以下相关问题:
1) 8.1.1状态监测算法模块,如果采用标准中提到的阈值报警模式,原始信号去噪后,仍波动较大,而算法估计值较为平滑,小波动也要被认为是异常吗?
2) 8.1状态监测算法的测试指标,为何不涉及误报率?
3) 8.2.1故障诊断算法模块,GB/T43555将算法分为专家系统和机器学习两类,测试指标也有所不同,但是从结果来看都是对故障的识别,为何不采用同样的测评指标呢?
4) 8.2.3故障诊断算法模块,机器学习类别,误识别率为什么不涉及?
5) 8.3.2预测算法模块,预测准确率的形式比较特别,为何引入自然对数e?其适用范围是什么?
6) 9.3.1.1 算法测试基本要求中,提到生命周期的概念,如何定义一个设备的生命终点呢?比如轴承,劣化到什么程度,算寿命为0?
7) 附录E.1 实验室设备数据和测试台架数据如何理解,两者的区别是什么?
8) 附录E.1 仿真数据或者数字孪生数据,是否可作为算法测试的数据来源?业界对仿真模型或数字孪生数据的信任程度是什么样的?
GB/T43555-2023 《智能服务
预测性维护 算法测评》检测标准第一起草专家可以为您提供专业的检测标准解析、检测相关算法解答、检测数据的分析,测试合格线的划定。助力各企业顺利完成预测性维护测试的相关工作。
目前,仪综所是国内首家可以进行
预测性维护功能性能和算法测试的第三方检测服务机构,出具国家认可的第三方检测报告。
本文标签:特色检测实验室 第三方检测机构,第三方检测报告,智能运维,预测性维护实验室,预测性功能性能测试
![GB/T43555《智能服务预测性维护 算法测评》检测标准咨询](/upLoad/news/month_2407/202407181132551964.jpg)
检测试验找彭工:13691093503