性能评估,通过模型预测当前健康度发展趋势,其意义在于将人的判断逻辑写成算法,降低人为判断的低可靠性和低稳定性。 寿命预测,通过模型预测设备剩余使用寿命(RUL)。健康预测与寿命预测最大不同是是否已知故障标准,健康预测重在强调趋势,一般不用“预测准确度”衡量健康预测,假设已设置故障标准,如已知一、二级健康度警报...
GB/T43555-2023《智能服务 预测性维护 算法测评方法》是预测性维护领域标准的进一步成果。此标准可以作为装备用户、装备制造商和解决方案供应商三类预测性维护从业人员的实施参考手册和测评依据，为装备用户采购及验收提供重要支撑材料，并成为装备制造商和解决方案供应商预测性维护技术测评的依据和准绳。三、算法测评流程 ...
作为智能运维行业的技术领导者，斯凯孚深度参与预测性维护的国际标准和国家标准的制定。基于完善的数据及丰富的知识库和算法库、成熟的智能运维工具和产品，斯凯孚大力支持了预测性维护通用要求算法评测、虚拟维护效率评价等多项国家标准的制定和发布。其中，在分享SKF专业的数据管理体系方面，通过SKF AKS (Asset Knowledge ...
二、预测性维护算法测评流程：1、测试准备阶段：测试准备阶段包括客户申请、测评类型选择、样本数据库（简称“数据库”）是否支持判断等活动。基于客户提出的测评申请，首先确定测评类型，其次判断数据库是否支持测试，如支持则进入抽样环节，如不支持需要客户提供样本数据（简称“数据”），并更新数据库。2、算法测评阶段...
二、预测性维护算法测评流程: 1、测试准备阶段:测试准备阶段包括客户申请、测评类型选择、样本数据库(简称“数据库”)是否支持判断等活动。基于客户提出的测评申请,首先确定测评类型,其次判断数据库是否支持测试,如支持则进入抽样环节,如不支持需要客户提供样本数据(简称“数据”),并更新数据库。 2、算法测评阶段:算法...
预测性维护算法测试内容: 1、状态监测算法测试-依据准确率、漏报率等指标对状态监测算法进行测试; 2、故障诊断算法测试-依据准确率、精确率、召回率等指标对故障诊断算法进行测试; 3、预测算法测试-依据准确率、平均绝对误差、均方根误差、可决系数等指标对预测算法进行测试。
预测性维护故障诊断算法是预测性维护测评中非常重要的算法之一。在实际的预测性维护中有相当广泛的应用，例如对不同类型的轴承评价均采用故障诊断算法进行测试。一、检测指标 准确率、精确率（宏平均）、精确率（微平均）、召回率（宏平均）、召回率（微平均）等。模型测试结果，准确率、精确率（宏平均）、精确率（...
更高级的预测性维护算法 独立成分分析(ICA)是一种用于机器学习中的统计和计算方法,用于将多变量信号拆分为其独立的非高斯信号。ICA 的关键术语是统计上的独立性,非高斯的分布。 鸡尾酒会上的听觉问题 ICA的优势包括强大的混合信号分离能力、非参数方法和无监督学习技术,这些技术还非常适用于特征提取。
北京仪综所实验室工业智能预测性维护算法测试实验室是目前国内唯一一家可以实施预测性维护算法测评的第三方检测服务机构,预测性维护算法测评国家标准/国际标准由仪综所牵头起草并发布,实验室基于IEC63270、GB/T 43555-2023、GB/T40571-2021检测标准建设了预测性维护算法测试平台并具备完善的检验检测服务能力,提供国家认可...
主要对寿命预测算法预测准确率、平均绝对误差、均方根误差、可决系数、预测误差评分指标进行测试，预测准确率合格线为85%,平均绝对误差(MAE)<1,均方根误差(RMSE)≤1,可决系数(R-squared)dayued≥0，预测误差评分指标(SPE)≥0。二、测试标准 依据国家标准GB/T43555-2023《智能服务 预测性维护 算法测评方法》进行...