一、预测性维护算法与模型的测试对象
预测性维护算法模型的测试对象是预测性维护状态监测算法故障诊断算法、预测算法，包括但不限于预测性维护系统/平台/项目，测试对象既可以来源于需求方 (用户)、供给方(供应商)、也可以来源于第三方机构(解决方案供应商)。
二、预测性维护算法与模型的测试内容
定量测试: 测试内容包括预测性维护状态监测 (固定阈值、相对阈值)、故障诊断 (专家系统、机器学习)、预测算法(寿命预测、趋势预测)三个维度的算法，通过15项指标对算法的各项性能进行定量测试;
定性评价:给出算法定量测试的合格线，并针对算法的适用性、易用性、泛化性等进行定性评价。
三、预测性维护算法与模型的测试申报程序
（一）、申请测试:申报单位需填写《预测性维护算法测评信息登记表》；
(二)、项目初审:仪综所对登记表进行初审，与符合测试条件的企业进行确认。
(三) 、签订合同:双方签订测试合同。
(四)、技术对接:仪综所与企业对接，对测试条款进行解答沟通测试安排。
(五)、 测试开展:准备测试数据、部署测试环境，对算法进行测试和评价，形成初步测试结果。
(六)、结果评审:企业对测试结果进行确认，确认后报告由仪综所及中机维协组织相关专家进行评审。
（七）、报告发放：形成正式的检测报告。
依托工信部智能制造专项《智能装备预测性维护标准研制和验证平台建设》、科技部国家重点研发计划《仪器仪表智能运维与性能测试平台》（2020YFB2009400）项目支持，仪综所构建了覆盖数据采集、状态监测、故障诊断的云边协同智能运维平台，建立了标准引领、科研支撑、算法测试为一体的服务体系。仪综所还牵头成立了IEC/SC65E/WG12预测性维护工作组并制定了首项预测性维护国际IEC 63270和国家标准GB/T 40571-2021，并依据制定的《智能服务 预测性维护 算法测评方法》国家标准，构建了系统的预测性维护算法测试评价服务能力，提供市场的“准入证”“通行证”和“信用证”。
