【檢測內容介紹】

預測性維護算法測評國家標準《智能服務 預測性維護 算法測評方法》的發布，標志著預測性維護算法正式邁入標準化、規范化的新階段，為預測性維護產業的健康有序發展提供了重要保障，有效促進預測性維護技術的進一步應用。預測性維護應用場景覆蓋軌道交通、電力、水電、風電、核電、電網、管網、煤礦、石化、機械、鋼鐵等眾多工業領域，預測性維護強調提前預測，提前維護，把出現故障的損失風險率降到最低。

預測性維護算法測評國家標準由儀綜所牽頭起草，檢測標準歸口單位也為儀綜所即：（全國工業過程測量控制與自動化標準化技術委員會），儀綜所建有工業智能與預測性維護創新中心，已經為軌道交通、風電、汽車電子、核電、石化、機械等行業領域進行預測性維護案例上百家，獲得廣大企事業單位的廣泛好評。
您是否對檢測標準也存在以下相關問題：
1) 8.1.1狀態監測算法模塊，如果采用標準中提到的閾值報警模式，原始信號去噪后，仍波動較大，而算法估計值較為平滑，小波動也要被認為是異常嗎？
2) 8.1狀態監測算法的測試指標，為何不涉及誤報率？
3) 8.2.1故障診斷算法模塊，將算法分為專家系統和機器學習兩類，測試指標也有所不同，但是從結果來看都是對故障的識別，為何不采用同樣的測評指標呢？
4) 8.2.3故障診斷算法模塊，機器學習類別，誤識別率為什么不涉及？
5) 8.3.2預測算法模塊，預測準確率的形式比較特別，為何引入自然對數e？其適用范圍是什么？
6) 9.3.1.1 算法測試基本要求中，提到生命周期的概念，如何定義一個設備的生命終點呢？比如軸承，劣化到什么程度，算壽命為0？
7) 附錄E.1 實驗室設備數據和測試臺架數據如何理解，兩者的區別是什么？
8) 附錄E.1 仿真數據或者數字孿生數據，是否可作為算法測試的數據來源？業界對仿真模型或數字孿生數據的信任程度是什么樣的？

《智能服務預測性維護 算法測評》檢測標準第一起草專家可以為您提供專業的檢測標準解析、檢測相關算法解答、檢測數據的分析，測試合格線的劃定。助力各企業順利完成預測性維護測試的相關工作。

目前，儀綜所是國內首家可以進行預測性維護功能性能和算法測試的第三方檢測服務機構，出具國家認可的第三方檢測報告。

更新時間：2026/2/27 15:48:27