根据国家市场监督管理总局、国家标准化管理委员会2023年第20号中国国家标准公告，GB/T 43555-2023《智能服务 预测性维护 算法测评方法》国家标准于2023年12月28日正式发布，将于2024年7月1日实施。该标准由机械工业仪器仪表综合技术经济研究所（以下简称“仪综所”）牵头制定，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。

无章可循限制产业进步

 “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，也是工业互联网的“杀手级”应用。据统计，2022年，预测性维护市场规模达到55亿美元，预计到2028年，预测性维护市场将以每年17%的速度增长，由此可见其重要性毋庸置疑，然而，预测性维护市场发展预期却在不断下调。究其原因在于预测性维护技术难以评价、实施效果难以衡量，背后的技术瓶颈是预测性维护算法的准确性、有效性和适用性难以进行科学合理的评价。算法测评无章可循、无据可依的瓶颈极大限制了预测性维护的市场发展。

凝聚共识制定技术“标尺”

仪综所2021年牵头立项了《智能服务 预测性维护 算法测评方法》（计划号：20210705-T-604）国家标准计划，并联合清华大学、西门子等共计70余家单位的110余位专家组成标准起草工作组，历时三年多的努力，完成了GB/T 43555-2023算法测评国标制定。

启动测评服务行业发展

为进一步响应市场测试需求，仪综所建立了工业智能与预测性维护算法测评实验室，同时，依托中国机电装备维修与改造技术协会智能运维委员会秘书处单位开展预测性维护测试评价及产品认证等工作，测试以状态监测算法、故障诊断算法、预测算法为对象。

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，GB/T 43555-2023的发布为算法测试评价提供了依据和准绳，同时也成为仪综所构建的标准/认证创新服务链条和科研/标准/产业协同闭环体系中不可或缺的重要一环，引领预测性维护产业健康有序发展，也为我国智能运维技术和产业走向世界前列，为新型工业化趋势下我国制造业的高质量发展提供有力支撑。

例如工业互联网预测性维护（PdM）是一种利用互联网和传感器技术，通过收集、监测和分析大量设备和机器的运行数据，预测设备的故障和维护需求的方法。传统维护往往是根据固定的维护计划或设备运行时间进行的，这种方式可能导致资源浪费和维护效率低下。而预测性维护则是基于实时数据和高级分析，对设备的状态和性能进行监测和分析，从而能够提前预测设备的故障和维护需求，以最优化的时间进行维护和修复。

作为工业互联网IIoT和边缘计算的重要应用之一，预测性维护大约在几年之前就已被寄予厚望。各大公司和初创企业都进行了重点布局，似乎都坚信预测性维护必将成为IIoT中少数的“杀手级”应用之一。

目前全球范围内已有280+家预测性维护类企业，大量新兴企业推动了工业互联网预测性维护行业增长，特别是在技术堆栈的分析部分，新兴企业帮助用户了解了他们不断增长和分散的数据。在过去五年中，诸如GE，PTC，Cisco，ABB或Siemens之类的老牌供应商也进入了市场。全球预测性维护企业主要可以分成以下三个类别：流程制造业、混合制造业和离散制造业。

文章来源： DM数字化制造、智研咨询

了解更多相关资讯，可关注DFS公众号，内容更精彩！

SMEE 2024智能维护展（7月3-5日，上海新国际博览中心）作为DFS 2024数字科技与应用展的主题展之一，是中国少有的工业设备智能维护展示平台，聚焦工业智能维护产业战略、技术、设备及解决方案，致力于为制造业提供更具保障的生产解决方案。

展会细分为四大板块，分别是预维护技术、工程与服务、维修、运维等。同期，DFS数字科技与应用系列展会共同举行的集聚效应将使您的公司受益匪浅，尽享跨界商务盛宴！

参展咨询：

电话：86-21-6468 1300

邮箱：info@for-expo.com