标准解读

《GB/T 43555-2023 智能服务 预测性维护 算法测评方法》这一标准旨在为预测性维护领域的算法性能评估提供一套系统化的方法。它适用于基于数据分析和机器学习技术的预测性维护应用中,对算法的有效性和可靠性进行量化评价。

该标准首先定义了相关术语与概念,包括但不限于预测性维护、算法模型、数据集等,确保在不同场景下讨论时能够有统一的语言基础。接着,明确了测评过程中的基本原则,强调公平性、可重复性和透明度的重要性,以保证测评结果的真实可靠。

对于具体的测评内容,《GB/T 43555-2023》提出了一系列指标来衡量算法性能,这些指标覆盖了准确性、稳定性、响应时间等多个方面,并且根据不同类型的预测任务(如故障预测、剩余使用寿命估计)给出了相应的侧重方向。此外,还详细描述了如何构建测试用例以及选择合适的数据集来进行有效验证。

最后,该标准也考虑到了实际操作过程中可能遇到的问题,比如数据隐私保护、安全性考量等,并给出了一些建议性的指导原则。通过遵循这套标准所规定的方法论,可以帮助企业或研究机构更加科学地评估其预测性维护算法的质量,从而促进整个行业向着更高效、更智能的方向发展。


如需获取更多详尽信息,请直接参考下方经官方授权发布的权威标准文档。

....

查看全部

  • 现行
  • 正在执行有效
  • 2023-12-28 颁布
  • 2024-07-01 实施
©正版授权
GB/T 43555-2023智能服务预测性维护算法测评方法_第1页
GB/T 43555-2023智能服务预测性维护算法测评方法_第2页
GB/T 43555-2023智能服务预测性维护算法测评方法_第3页
GB/T 43555-2023智能服务预测性维护算法测评方法_第4页
GB/T 43555-2023智能服务预测性维护算法测评方法_第5页
已阅读5页,还剩27页未读 继续免费阅读

下载本文档

GB/T 43555-2023智能服务预测性维护算法测评方法-免费下载试读页

文档简介

ICS2504040

CCSN.19.

中华人民共和国国家标准

GB/T43555—2023

智能服务预测性维护算法测评方法

Intelligentservice—Predictivemaintenance—Algorithmevaluationmethod

2023-12-28发布2024-07-01实施

国家市场监督管理总局发布

国家标准化管理委员会

GB/T43555—2023

目次

前言

…………………………Ⅲ

引言

…………………………Ⅳ

范围

1………………………1

规范性引用文件

2…………………………1

术语和定义

3………………1

缩略语

4……………………2

总则

5………………………2

测评对象

6…………………2

算法测评流程

7……………3

算法测试指标

8……………3

状态监测算法测试指标

8.1……………3

概述

8.1.1……………3

状态判别准确率

8.1.2………………4

异常状态漏报率

8.1.3………………4

故障诊断算法测试指标

8.2……………4

通则

8.2.1……………4

专家系统算法测试指标

8.2.2………………………4

机器学习算法测试指标

8.2.3………………………5

预测算法测试指标

8.3…………………6

概述

8.3.1……………6

预测准确率

8.3.2……………………7

平均绝对误差

8.3.3…………………7

均方根误差

8.3.4……………………7

可决系数

8.3.5………………………7

预测误差评分指标

8.3.6……………8

算法测试方法

9……………8

状态监测算法测试

9.1…………………8

测试数据要求

9.1.1…………………8

测试方法

9.1.2………………………8

测试结果

9.1.3………………………9

故障诊断算法测试

9.2…………………9

测试数据要求

9.2.1…………………9

测试方法

9.2.2………………………9

测试结果

9.2.3………………………9

预测算法测试

9.3………………………10

测试数据要求

9.3.1…………………10

GB/T43555—2023

测试方法

9.3.2………………………10

测试结果

9.3.3………………………11

算法评价要求

10…………………………12

状态监测算法评价要求

10.1…………12

故障诊断算法评价要求

10.2…………12

预测算法评价要求

10.3………………12

评价说明

10.4…………………………12

测试数据要求

11…………………………12

一般要求

11.1…………………………12

数据入库要求

11.2……………………12

格式与内容要求

11.2.1……………12

校核要求

11.2.2……………………12

数据转换

11.2.3……………………13

数据入库

11.2.4……………………13

数据入库后检查

11.2.5……………13

附录资料性信号处理算法测试指标

A()………………14

波形质量评价指标

A.1………………14

频谱质量评价指标

A.2………………14

时频分布质量评价指标

A.3…………15

计算复杂度评价指标

A.4……………16

附录资料性预测算法测试补充指标

B()………………17

均方误差

B.1……………17

精确度

B.2………………17

不确定性度量指标

B.3…………………17

附录资料性测评报告格式

C()…………19

附录资料性预测算法评价

D()…………20

附录规范性数据库建设及系统要求

E()………………22

一般要求

E.1……………22

数据质量要求

E.2………………………22

数据格式

E.2.1………………………22

数据采集频率

E.2.2…………………23

数据采集位置

E.2.3…………………23

数据内容评估

E.2.4…………………23

数据库系统功能

E.3……………………23

数据库系统基本功能

E.3.1…………23

数据库安全管理功能

E.3.2…………23

数据库输入输出功能

E.3.3…………23

数据库查询检索与统计功能

E.3.4、………………23

参考文献

……………………24

GB/T43555—2023

前言

本文件按照标准化工作导则第部分标准化文件的结构和起草规则的规定

GB/T1.1—2020《1:》

起草

请注意本文件的某些内容可能涉及专利本文件的发布机构不承担识别专利的责任

。。

本文件由中国机械工业联合会提出

本文件由全国工业过程测量控制和自动化标准化技术委员会归口

(SAC/TC124)。

本文件起草单位机械工业仪器仪表综合技术经济研究所中国石油大学北京清华大学重庆邮

:、()、、

电大学上海电气集团股份有限公司中央研究院中国科学院合肥物质科学研究院北京邮电大学北京

、、、、

奔驰汽车有限公司潍柴动力股份有限公司北京天泽智云科技有限公司上海大制科技有限公司频率

、、、、

探索智能科技江苏有限公司上海华兴数字科技有限公司合肥综合性国家科学中心能源研究院安徽

、、(

省能源实验室西门子中国有限公司舍弗勒中国有限公司斯凯孚绿色智能科技上海有限公

)、()、()、()

司施耐德电气中国有限公司三菱电机自动化中国有限公司恩德斯豪斯中国自动化有限公司

、()、()、()、

丹东华通测控有限公司北京英华达电力电子工程科技有限公司泰兴铂漾集成科技有限公司武汉东

、、、

研智慧设计研究院有限公司台达电子企业管理上海有限公司华为技术有限公司中广核研究院有

、()、、

限公司西安交通大学北京航空航天大学重庆大学上海交通大学中国计量大学重庆川仪自动化股

、、、、、、

份有限公司上海自动化仪表有限公司中国科学院沈阳自动化研究所大连理工大学沈阳中科博微科

、、、、

技股份有限公司北京博华信智科技股份有限公司航天智控北京监测技术有限公司青岛明思为科

、、()、

技有限公司重庆川仪软件有限公司安徽容知日新科技股份有限公司上海朋禾智能科技有限公司中

、、、、

国工程物理研究院动力部重庆盟讯电子科技有限公司国家石油天然气管网集团有限公司科学技术研

、、

究总院分公司国家石油天然气管网集团有限公司工业和信息化部电子第五研究所上海航数智能科

、、、

技有限公司易福门电子上海有限公司中国商用飞机有限责任公司上海飞机设计研究院中国科学

、()、、

院空间应用工程与技术中心山东省计算中心国家超级计算济南中心福建阿古电务数据科技有限公

、()、

司上海人工智能创新中心电子科技大学北京东方振动和噪声技术研究所一汽解放汽车有限公司

、、、、、

清华大学山西清洁能源研究院北京龙鼎源科技股份有限公司科大讯飞股份有限公司北京角动力技

、、、

术有限公司北京工商大学武汉中云康崇科技有限公司南京高精齿轮集团有限公司北京华控智加科

、、、、

技有限公司广东省工业边缘智能创新中心有限公司西安华云智联信息科技有限公司西安因联信息

、、、

科技有限公司硕橙厦门科技有限公司重庆电子工程职业学院北京可维卓立科技有限公司苏州拓

、()、、、

康自动化技术有限公司杭州安脉盛智能技术有限公司上海诸算科技有限公司北京航空航天大学杭

、、、

州创新研究院北京联华科技有限公司北京晨测科技有限公司北京仪综测业科技发展有限公司

、、、。

本文件主要起草人王成城王金江王凯张来斌褚福磊黄庆卿许伟张祖超吴振宇王春喜

:、、、、、、、、、、

郭东栋黄晨光金超徐骏孟力朱超游和平刘少清周林飞杨炳春翁良刘文高山青陆小龙

、、、、、、、、、、、、、、

王蓬吴仕明吴轩豪雷亚国张飞斌严如强韩延李喆谈宏志季振山姜宗睿董智升黄毅吴文超

、、、、、、、、、、、、、、

李祎文张开桓阎新华赵磊任锦胜方正飞肖立宏黄自平张益林李响钱诚张可陶建峰王强

、、、、、、、、、、、、、、

田英明包伟华王锴李宏坤林跃杨祖业刘锦南曾志生左明健姚杰王勇崔鹏李云陈菁朱喜平

、、、、、、、、、、、、、、、

杨喜良孟苓辉徐海杰史建亮李海伟李鹏张镇郭昌华朱国良陈芳王敏刘锋赵旭张晓

、、、、、、、、、、、、、、

王玥宫韬乔靖玉金学波杨宝军宁国云王鹏刘加陈超任志刚田秦瞿千上杜雪飞唐环

、、、、、、、、、、、、、、

张庆军孙丰诚谢鹏张凤丽郭晓辉郭小曦林娟

、、、、、、。

GB/T43555—2023

引言

预测性维护已逐渐发展成为运维服务的主要模式在多个行业均有较为广泛的应用算法是预测

,。

性维护能否有效实施的核心亟需标准化的测评体系来科学合理地评价预测性维护算法的准确性有效

,、

性和适用性

预测性维护是针对各行业设备或部件以振动图像电流声纹等信号分析为手段结合新一代信

,、、、,

息技术进行状态监测故障诊断及剩余寿命预测制定运维决策方案并安排合理维修活动的新型装备运

、,

维模式本文件以预测性维护中的状态监测故障诊断寿命预测等算法为对象抽取行业共性的测试

。、、,

评价指标及方法建立通用的算法测评体系为各行业应用和推广提供支撑

,,。

通常将预测性维护的从业人员分为装备用户装备制造商和解决方案供应商本文件为上述从业

、。

人员提供测评依据如为装备用户采购及验收提供重要支撑材料为装备制造商和解决方案供应商描述

,,

其所提供的预测性维护技术方案的优势提供依据

GB/T43555—2023

智能服务预测性维护算法测评方法

1范围

本文件规定了预测性维护中的算法测评分类测评流程测试指标评价要求和测评数据要求描述

、、、,

了测试方法

本文件适用于预测性维护中的状态监测故障诊断寿命预测等算法的测试评价

、、

温馨提示

  • 1. 本站所提供的标准文本仅供个人学习、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
  • 2. 本站所提供的标准均为PDF格式电子版文本(可阅读打印),因数字商品的特殊性,一经售出,不提供退换货服务。
  • 3. 标准文档要求电子版与印刷版保持一致,所以下载的文档中可能包含空白页,非文档质量问题。

评论

0/150

提交评论