2024年6月14日，经国际电工委员会工业过程测量控制和自动化技术委员会企业控制系统集成分委会（IEC/SC65E）投票，我国自主提出的《工业自动化设备和系统的预测性维护 第2部分：算法测评方法》国际标准提案以100%的赞成率成功立项，标准编号为IEC63270-2，由WG12预测性维护标准工作组负责制定，机械工业仪器仪表综合技术经济研究所（以下简称仪综所）王凯高工担任标准项目负责人。该提案承载着我国首创的人工智能工业应用算法测评指标体系和方法，是IEC首项关于人工智能算法测评的国际标准提案。
填补空白，预测性维护国际标准体系愈加完善
IEC/SC65E/WG12预测性维护工作组是设备智能运维领域国际标准化的主阵地，该工作组由仪综所标准化室主任王成城博士担任召集人，目前已牵头制定的国际标准IEC 63270-1《Predictive maintenance of industrial automation equipment and systems – Part1: General requirements》（工业自动化设备和系统的预测性维护 第1部分：通用要求）已进入FDIS（Final Draft International Standard，最终国际标准草案）阶段，该标准规范了预测性维护的工作流程、系统架构和功能要求，统一了预测性维护技术语境，但由于缺乏测评机制，企业无法判断预测性维护算法的可信性，导致该技术长期难以真正落地应用。本次立项的国际标准是预测性维护领域的第二项国际标准，也是该技术领域国际标准化的重要里程碑。该标准提案由我国提出，芬兰、德国、意大利、韩国等国家派遣专家参与，标准内容围绕算法准确性建立了可量化评估的测评体系，是预测性维护技术应用实施的重要支撑。
自主制定，抢占预测性维护领域国际标准话语权
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》（2021YFF0603400）等项目开展攻关，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，联合北京航空航天大学、中国计量大学、西安交通大学等共计70余家单位的110余位专家组成标准起草工作组，通过全国工业过程测量控制和自动化标准化技术委员会（SAC/TC124，对口IEC/TC65）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。
构建体系，加速人工智能应用的可量化评估探索
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。
测试评价是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发展的重要抓手。预测性维护算法测评国际标准的成功立项进一步完善了仪综所构建的科研/标准/测试/认证协同闭环体系。
下一步，仪综所将以国际标准为牵引，充分发挥国际标准引领作用，积极推动预测性维护算法测评结果的国际互认，加快推动建立该领域的国际互认机制，助力预测性维护企业的国内国际市场开拓，促进预测性维护产业健康有序发展。
