机械工业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。

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。

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。

一、预测性维护功能测试

1、数据采集及可视化功能测试；

2、状态监测功能测试；

3、故障诊断功能测试；

4、寿命预测功能测试；

5、维护管理功能测试。

二、预测性维护算法测试

1、状态监测算法测试；

2、故障诊断算法测试；

3、预测算法测试。

三、检测执行标准

GB/T43555-2023《智能服务 预测性维护算法测评方法》