国家标准计划《智能服务 预测性维护 数据定义与接口》由 TC124（全国工业过程测量控制和自动化标准化技术委员会）归口 ，主管部门为中国机械工业联合会。

主要起草单位 中国电子科技集团公司第十研究所 、机械工业仪器仪表综合技术经济研究所 、北京航空航天大学 。

智能制造是新形势下两化深度融合的主攻方向和突破口，德国“工业4.0”、美国“工业互联网”、“中国制造2025”等发展战略，都是围绕智能制造展开的，智能制造已成为世界制造业未来发展的重要方向之一。

作为智能制造的核心单元，智能工厂具有生产设备网络化、生产数据可视化、生产过程透明化等显著特点，是实现传统产业转型升级和提升我国先进制造能力的最佳途径，但由于工厂智能化程度的提升，导致生产系统的自由度降低，对系统的可靠性和可用性要求会更高，进而对设备故障诊断与预测性维护管理的要求也会随之提高。

预测性维护是一种新的维护模式，相对传统的定时检修或故障维修方式，一方面可降低盲目维修导致的高维护成本，另一方面可有效减少因设备故障导致的停机时间，提高生产效率。

德国“工业4.0”中反复强调了预测性维护对工业4.0的基础作用，这对于制造设备维修性和可靠性长期是其短板的中国制造业而言，显得更加迫切和重要。

“预测”是预测性维护的重要特征，数据驱动、智能算法的应用是实现预测能力的关键，而数据定义与接口的标准化是基础。

本项目开展预测性维护数据定义与接口研究，以状态监测、故障诊断、寿命预测、维护管理和优化改进等预测性维护过程为对象进行数据定义和接口标准化，旨在解决不同企业对预测性维护相关的产品设备、过程活动、运行环境、人员机构、维修资源等数据定义不一致的问题，以降低预测性维护算法模型的集成难度，引导人工智能、大数据等新技术在预测性维护系统上的应用；解决预测性维护系统与MES或其它信息系统之间因数据接口不一致导致的数据交换和同步难度大，系统之间难以互联互通的问题，提升企业信息化水平与生产效率。

本文件规定了预测性维护数据分类，数据元素定义和数据接口表。 主要技术内容包括： （1）预测性维护数据分类，包括数据分类总则，以及状态监测、故障诊断、寿命预测、维护管理和优化改进的过程数据流。 本部分主要对GB/T 40571-2021 《智能服务 预测性维护 通用要求》系统架构中状态监测、故障诊断、寿命预测、维护管理和优化改进等功能模型的实施过程、输入和输出数据进行分析，从数据来源、数据采集、数据管理和数据服务等多个层次对预测性维护的相关数据进行整理和分类，作为预测性维护数据定义和接口制定的输入和依据。同时，基于此制定的预测性维护数据定义和接口标准可与已有标准形成支撑。 （2）预测性维护数据定义，包括数据定义原则、基础数据类型、数据定义的要求和数据格式、数据字典描述等。 本部分在预测性维护数据分类的基础上，制定了数据定义的原则、基础数据类型、一般要求和数据格式，同时给出了数据字典描述，指导企业进行预测性维护数据元素的标准化定义，便于后期快速集成各类数据驱动的智能算法，形成“预测”性维护能力。 （3）预测性维护数据接口表，从产品类、环境类、过程类、资源类、人员类和其它类等6个方面给出了预测性维护内部和外部的数据接口分类与定义。 本部分规定了预测性维护系统内部状态监测、故障诊断、寿命预测、维护管理和优化改进等不同服务之间的数据接口，以及预测性维护系统与MES或其它信息系统之间的数据接口，以实现预测性维护系统内部不同应用服务间的数据交换和同步，以及系统与外部系统的互联互通。