预测性维护的实施效果难以准确衡量，是当前限制其应用的最大瓶颈，究其原因在于预测性维护算法的性能难以进行科学合理的评价。为破解预测性维护技术发展困局，仪综所依托国家重点研发计划“国家质量基础设施体系”重点专项《精密加工核心部件性能参数在线监测与质量保障技术研究》等项目开展科技攻关，突破了算法测评体系空白、泛化性评测指标及数据库缺失等瓶颈问题，联合北航、计量大学、西安交大等共计70余家单位的110余位专家组成标准起草工作组，制定并发布了GB/T 43555-2023《智能服务 预测性维护 算法测评方法》国家标准，并同步向IEC/SC65E提交了国际标准立项申请。该国际标准的成功立项对于将具有我国自主知识产权的标准成果推向国际，抢占国际标准话语权具有重要意义。

人工智能是新一轮科技革命和产业变革的重要驱动，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，算法测评是推进人工智能技术深度融合应用的重要探索。为推进测评应用，仪综所建立了工业智能与预测性维护算法测评实验室，形成了黑盒和白盒测试的不同测试模式，开发了状态监测、故障诊断、寿命预测等算法的测评工具，开展第三方测试服务。本次立项的国际标准，填补了人工智能性能指标和测评技术方面的空白，是可信人工智能标准化领域的重要里程碑事件，有助于我国牢牢掌握人工智能未来产业竞争的主动权，对于提升我国人工智能促进制造业转型升级领域国际影响力具有重要意义，为我国新质生产力发展提供了技术支撑。仪综所算法测试实验室是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GB/T 43555-2023 《智能服务 预测性维护 算法测评方法》由仪综所牵头起草并发布，检测标准归口标委会为全国工业过程测量控制和自动化标准化技术委员会(SAC/TC124)，仪综所为该标委会秘书处单位。仪综所算法测试实验室基于GB/T43555-2023 《智能服务 预测性维护 算法测评方法》检测标准建设了预测性维护算法测试平台并具备完善的测试服务能力，预测性维护测试服务案例上百家，获得社会各界的广泛好评。检测试验找彭工136-9109-3503。

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们