【檢測內容介紹】

預測性維護（Predictive Maintenance，簡稱PdM）是以狀態為依據(Condition Based)的維護，在機器運行時，對它的主要（或需要）部位進行定期（或連續）的狀態監測和故障診斷，判定裝備所處的狀態，預測裝備狀態未來的發展趨勢，依據裝備的狀態發展趨勢和可能的故障模式，預先制定預測性維護計劃，確定機器應該修理的時間、內容、方式和必需的技術和物資支持。預測性維護集裝備狀態監測、故障診斷、故障（狀態）預測、維護決策支持和維護活動于一體，是一種新興的維護方式。

一、測試項目
1、狀態監測算法測評
基于閾值的監測算法:狀態監測算法可分為兩種，分別是基于固定閾值的判別方法和基于相對閾值的判別方法。
2、故障診斷算法測評
專家系統測評:專家系統可應用人工智能技術和計算機技術，根據領域專家的知識和經驗，進行推理和判斷，基于專家系統的特征數據匹配度，獲得故障診斷的結果。
機器學習算法測評:機器學習算法可通過狀態特征的分類，獲得故障診斷的結構。
3、壽命預測算法測評
 基于用戶定義的失效閾值，壽命預測算法能夠推演預測特征的軌跡在何處與失效閾值相交，并得到壽命終點時間，進而獲得壽命預測的結果。
是預測性維護領域標準的進一步成果。此標準可以作為裝備用戶、裝備制造商和解決方案供應商三類預測性維護從業人員的實施參考手冊和測評依據，為裝備用戶采購及驗收提供重要支撐材料，并成為裝備制造商和解決方案供應商預測性維護技術測評的依據和準繩。
三、算法測評流程
1、測試準備階段
測試準備階段包括客戶申請、測評類型選擇、樣本數據庫(簡稱數據庫)是否支持判斷等活動。基于客戶提出的測評申請，首先確定測評類型，其次判斷數據庫是否支持測試，如支持則進入抽樣環節，如不支持則需要客戶提供樣本數據(簡稱數據)并更新數據庫。
2、算法測評階段
算法測試階段包括抽樣、模型準備、測試環境搭建、算法測試、算法評價等活動。經過抽樣后的模型進行訓練等準備，就緒后基于算法是否可公開而搭建測試環境，環境搭建應選用接口調用或算法直接部署等方式。
3、算法調試階段
算法調試階段包括是否調試判斷、算法調試、出具報告等活動。測評結果如不理想，允許進行算法調試和更新，重新進行測評，調試次數不超過2次，達到客戶滿意度則輸出測評報告。

儀綜所算法測評實驗室是國內唯一一家可以實施預測性維護算法測評的第三方檢測服務機構，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》由儀綜所牽頭起草并發布，檢測標準歸口標委會為全國工業過程測量控制和自動化標準化技術委員會(SAC/TC124)，儀綜所為該標委會秘書處單位。儀綜所智能運維研究團隊圍繞科研、標準、檢測、實訓等不斷深耕，形成了智能運維系統服務能力，構建的覆蓋通用標準、算法測試、績效評價的預測性維護標準體系，致力于解決解決用戶不會用、不敢用、不想用的問題。科研創新助推標準水平不斷提升，促進算法測試技術完善，持續服務預測性維護技術進步與應用，為我國新質生產力發展添力賦能。

更新時間：2026/3/2 13:24:25