“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。算法模型作为预测性维护技术方案的核心，其准确性、有效性和适用性更是决胜预测性维护方案优劣的关键，测试评价成为标定预测性维护算法性能、提升预测性维护技术水平、推动预测性维护产业健康有序发展的重要保障。 为规范预测性维护算法测评技术，仪综所牵头制定了国家标准GB/T 43555-2023《智能服务 预测性维护 算法测评方法》且同步申报了国际标准NP立项，并依托CNAS认可的第三方检测实验室和中国机电装备维修与改造技术协会智能运维委员会秘书处单位开展预测性维护测试评价及产品认证等工作。

 

预测性维护算法测评内容：

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。

 

测试优势：

 

（1）故障类型高达41种，包括城轨列车传动系统的单一故障、复合故障以及关联复合故障，诊断难度层层递增；

 

（2）数据完全公开，将发布更加完整的数据集，可自由使用；

 

（3）依据国家标准GB/T 43555-2023《智能服务 预测性维护 算法测评方法》进行严格测试，提供权威测试报告。

 

（4）测试通过后，出具CNAS检测报告，CMA检测报告。

 

（5）国内首家进行预测性维护功能和算法测试的第三方检测机构。

 

预测性维护算法测试标准：

 

GB/T 43555-2023《智能服务 预测性维护 算法测评方法》

 

检测机构：

机械工业仪器仪表综合技术经济研究所测量控制设备及系统实验室MCDL

机械工业测量控制设备及网络质量检测中心TCDN

实验室地址：北京市西城区广安门外大街甲397号，找彭光琼136-9109-3503。

 

北京仪综所实验室工业智能预测性维护算法测试实验室是目前国内唯一一家可以实施预测性维护算法测评的第三方检测服务机构，预测性维护算法测评国家标准/国际标准由仪综所牵头起草并发布，实验室基于IEC63270、GB/T 43555-2023、GB/T40571-2021检测标准建设了预测性维护算法测试平台并具备完善的检验检测服务能力，提供国家认可的第三方检测报告。本实验室深耕设备智能运维领域，专注于工业设备的预测性维护、设备故障诊断，帮助企业实现工业智能化运维，推动企业数字化转型升级。在化工、钢铁、电力、轨道交通、水务、煤炭、石油等领域均有众多成功案例。