2024年12月9日，机械工业仪器仪表综合技术经济研究所（以下简称仪综所）依托测量控制设备及系统实验室申请的预测性维护算法测评资质认可申请正式获批，成为预测性维护测评领域国内首个且惟一的获得中国合格评定国家认可委员会（CNAS）实验室认可证书及检验检测机构资质认定证书（CMA）的第三方权威检测机构。
一
国家标准测评依据
预测性维护算法测评服务以GB/T 43555-2023 《智能服务 预测性维护 算法测评方法》为依据，通过15项指标对状态监测、故障诊断、预测算法的各项性能进行定量测试及定性评价，科学合理的评价预测性维护算法性能。该标准基于国家重点研发计划《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）等项目支持，由仪综所牵头，组织清华大学、西门子（中国）有限公司等70余家单位的110余位专家共同制定，由全国工业过程测量控制和自动化标准化技术委员会(SAC/TC124)归口。
二
科学规范测评流程
预测性维护算法测评流程分为测试准备、测试执行和算法调试等阶段。首先进行测试需求分析，明确测评类型、协商测评数据、确定测评环境；其次进行算法实际测试，包括数据抽样、模型准备、测试环境搭建、算法测试、算法评价等活动；最后进行算法调试优化，包括调试判断、算法调试、出具报告等活动。科学规范的算法测评流程既符合国家标准要求，也是CNAS第三方检测的权威体现。
三
优质高效测评服务
目前，仪综所作为国内首个且惟一可提供预测性维护算法测评的第三方权威检测服务机构，建设了包含各行业故障数据库、算法模型库、测评环境、测试工具与测试平台的“云维实验室”，从质量管理水平、检测技术能力、人员团队能力与体系运行等全方位保障算法测评服务的严谨高效。此外，仪综所构建了以算法测评为核心，协同科研、标准、产业化、技术培训的预测性维护闭环服务体系，致力于解决用户不会用、不敢用、不想用的实际问题，助力预测性维护技术进步与应用推广。
预测性维护是人工智能技术在智能制造领域中最典型应用之一，已逐渐发展成为智能运维服务的主要模式。算法作为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性能成为推动技术应用的关键。本次预测性维护算法测评能力资质扩项的成功，打造了预测性维护市场的“准入证”、“信用证”和贸易的“通行证”，填补了人工智能性能指标和测评技术方面的空白，是可信人工智能测评领域的重要里程碑。
下一步，仪综所将持续提升预测性维护测评服务能力，致力于以更加严谨和高效的方式为客户提供全面专业的测评服务，为预测性维护技术高质量发展贡献力量。
我知道你“在看”哟～
