预测性维护已逐渐发展成为运维服务的主要模式，算法是预测性维护能否有效实施的核心，科学合理的评价预测性维护算法的准确性、有效性和适用性是提升算法性能、促进预测性维护技术应用与推广的重要保障。围绕算法测试指标、算法测试方法等问题，仪综所制定了国际标准IEC63270《工业自动化设备和系统的预测性维护 第1部分：通用要求》、国家标准《智能服务 预测性维护 算法测评方法》以及团体标准T/CAMS154-2023《智能服务 预测性维护 算法测评方法》。
执行标准：
国际标准IEC63270《工业自动化设备和系统的预测性维护 第1部分：通用要求》；
国家标准《智能服务 预测性维护 算法测评方法》；
团体标准T/CAMS154-2023《智能服务 预测性维护 算法测评方法》。
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。
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。
