首页 > 产业 > 正文

我国主导的第二项预测性维护国际标准成功立项 推动人工智能算法进入量化评估时代

机械工业仪器仪表综合技术经济研究所|2024年07月29日
阅读量:

2024年6月14日,我国自主提出的《工业自动化设备和系统的预测性维护 第2部分:算法测评方法》国际标准提案成功立项,标准编号为IEC63270-2。

新华财经北京7月29日电  6月14日,经国际电工委员会工业过程测量、控制和自动化技术委员会企业控制系统集成分委会(IEC/SC65E)投票,我国自主提出的《工业自动化设备和系统的预测性维护 第2部分:算法测评方法》国际标准提案以100%的赞成率成功立项,标准编号为IEC63270-2,由WG12预测性维护标准工作组负责制定,机械工业仪器仪表综合技术经济研究所(以下简称“仪综所”)王凯高工担任标准项目负责人。

982e8bb1b5ec49919fe998fe30b1e531.png

一、填补空白,预测性维护国际标准体系愈加完善

IEC/SC65E/WG12预测性维护工作组是设备智能运维领域国际标准化的主阵地,该工作组由仪综所标准化室主任王成城博士担任召集人,目前已牵头制定的国际标准IEC 63270-1《Predictive maintenance of industrial automation equipment and systems – Part1: General requirements》(工业自动化设备和系统的预测性维护 第1部分:通用要求)已进入FDIS(Final Draft International Standard,最终国际标准草案)阶段,该标准规范了预测性维护的工作流程、系统架构和功能要求,统一了预测性维护技术语境,但由于缺乏测评机制,企业无法判断预测性维护算法的可信性,导致该技术长期难以真正落地应用。本次立项的国际标准是预测性维护领域的第二项国际标准,也是该技术领域国际标准化的重要里程碑。该标准提案由我国提出,芬兰、德国、意大利、韩国等国家均派遣专家参与,标准将围绕算法准确性建立可量化评估的测评体系,是预测性维护技术应用实施的重要支撑。

e23cae77c73f41fbb009086726c9c05c.png

1b1c154d2b484b51a6e7d36811512ae4.png

二、自主制定,在预测性维护领域积极贡献中国智慧和方案

预测性维护的实施效果难以准确衡量,是当前限制其应用的最大瓶颈,究其原因在于预测性维护算法的性能难以进行科学合理的评价。为破解预测性维护技术发展困局,在我国科学技术部、工业和信息化部、国家市场监管总局等部委支持下,仪综所联合北京航空航天大学、清华大学、西安交通大学、上海电气集团股份有限公司、北京奔驰汽车有限公司等共计70余家单位的110余位专家组成标准起草工作组,突破了算法测评体系空白、泛化性评测指标及数据库缺失等瓶颈问题,通过全国工业过程测量控制和自动化标准化技术委员会(SAC/TC124,对口IEC/TC65)制定并发布了GB/T 43555-2023《智能服务 预测性维护 算法测评方法》国家标准,并同步向IEC/SC65E提交了国际标准立项申请。该国际标准的成功立项对于将具有我国自主知识产权的标准成果推向国际,为国际标准化工作贡献中国智慧和中国方案具有重要意义。

b7278a401c8c4c05812ea532b5b9d669.png8f7c26f9ac5a4dd08608227c44ab8e74.png

三、构建体系,加速人工智能应用的可量化评估探索

人工智能是新一轮科技革命和产业变革的重要驱动力,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,算法测评是推进人工智能技术与制造业深度融合应用的重要探索。为推进测评应用,仪综所建立了工业智能与预测性维护算法测评实验室,形成了黑盒和白盒测试的不同测试模式,开发了状态监测、故障诊断、寿命预测等算法的测评工具,开展第三方测试服务。本次立项的国际标准,填补了预测性维护算法性能指标和测评技术方面的空白,是可信人工智能标准化领域的重要里程碑事件,对于提升我国在预测性维护领域国际影响力具有重要意义,为我国人工智能技术与制造业融合应用提供了技术支撑。

f6680585b3724b62a440410f834001e3.png32b1ac45fb054909af234e4eaa45761c.png

b9cebaa4c48741fe8a8aff0fe828f6df.png

下一步,仪综所将以国际标准为牵引,充分发挥国际标准引领作用,积极推动预测性维护算法测评结果的国际互认,加快推动建立该领域的国际互认机制,助力预测性维护企业的国内国际市场开拓,促进预测性维护企业健康有序发展。

 

编辑:蒋文

 

版权声明:未经新华财经书面授权许可,严禁任何个人或机构以任何形式复制、引用本文内容或观点。

免责声明:新华财经为新华社承建的国家金融信息平台。任何情况下,本平台所发布的信息均不构成投资建议。如有问题,请联系客服:400-6123115

新华财经声明:本文内容仅供参考,不构成投资建议。投资者据此操作,风险自担。
传播矩阵
支付成功!
支付未成功