预测性维护已逐渐发展成为运维服务的主要模式，算法是预测性维护能否有效实施的核心，科学合理的评价预测性维护算法的准确性、有效性和适用性是提升算法性能、促进预测性维护技术应用与推广的重要保障。围绕算法测试指标、算法测试方法等问题。
机械工业仪器仪表综合技术经济研究所( 以下简称仪综所 )制定了国际标准IEC 63270《工业自动化设备和系统的预测性维护 第 1部分:通用要求》、国家标准《智能服务 预测性维护 算法测评方法》(计划号: 20210705-T-604)以及团体标准T/CAMS154-2023《智能服务 预测性维护 算法测评方法》建立了工业智能与预测性维护算法测评实验室。
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。
