1、预测性维护算法测试依据哪个检测标准进行测试？
依据GB/T 43555-2023《智能服务 预测性维护 算法测评方法》。
2、预测性维护算法测试主要检测哪些项目？
状态监测-状态辨别准确率、异常状态漏报率。
故障诊断-专家系统算法指标、机器学习算法指标。（机器学习算法指标相对用的频次高一些）。
寿命预测-预测准确率、平均绝对误差、均方根误差、可决系数、预测误差评分指标等。
3、实验室的数据系统来源于哪儿？
主要是一些测试数据、开放数据或现场数据等。
4、状态监测和故障诊断的数据数量要求多少？
一般不少于100条数据。
5、故障诊断是否会定位故障的类型？
测试会给出是否存在故障，也会补充故障的定位以及故障的类型。
6、若故障诊断给出的数据是75％，在运用到客户现场是否不会存在误差？
用到客户现场的不一定是75％，因为受到很多因素的直接影响。
7、实验室数据集一般都是哪些要素的典型数据？
一般温度、振动、转速、噪声等方面的数据较多。
8、预测性维护算法测试周期需要多久？
对于不复杂的算法，可能一周的时间可以测试完成，对于复杂的，也可能1个月完成都有可能。
9、预测性维护算法测试报告有何作用？
验证算法本身的先进性和可靠性；科研课题项目验收的需要；市场产品竞标的需要等。
我们秉承科学严谨的工作态度，以客户为中心，高效统筹安排测试计划，竭力缩短测试时间的周期，为客户提供快捷、公正的第三方咨询检测等服务。服务区域遍布广东广州、深圳、东莞、佛山、中山、珠海、清远、惠州、茂名、揭阳、梅州、江门、肇庆、汕头、潮州、河源、韶关及全国各地如您有相关产品需要咨询，欢迎您直接来电咨询我司工作人员，获得详细的费用报价与周期方案等信息，深圳讯科期待您的光临！