中文
English2026年以来，PHM（故障预测与健康管理） 领域最值得关注的趋势，或许不是某一家企业发布了新产品，也不是某一个技术指标有了突破——而是标准体系正在以肉眼可见的速度成型。
从国际标准到国家标准，从行业规范到团体标准，覆盖数据采集、算法测评、接口规范、绩效评价等全链路的标准化框架正在逐步搭建完毕。对于设备预测性维护系统的从业者和使用者而言，这意味着行业正在从“散兵游勇”走向“正规军”——有了统一的标准，才能有规模化的落地。
一、国际标准：中国话语权的确立
2025年5月21日，我国专家牵头制定的首项预测性维护国际标准——IEC 63270-1:2025《工业自动化设备和系统的预测性维护 第1部分：通用要求》 ，由国际电工委员会（IEC）正式发布。
这是全球首套面向工业自动化系统的预测性维护顶层标准。该标准定义了从数据采集、特征提取、故障诊断、剩余寿命预测（RUL）到维护决策的完整系统架构，并对告警阈值、预测置信度、系统集成要求等核心环节做出了规范。
在国际标准层面，还有一系列配套标准共同构成了PHM的国际规范基础：ISO 17359:2018《机器状态监测与诊断 基于状态维护（CBM）通用导则》规定了监测方案搭建、设备分级、报警限值、诊断预测的通用流程；ISO 13374系列规范了传感器时序数据格式、传输协议与系统间数据交互；ISO 13381-1:2025专门针对剩余寿命预测，定义了退化模型、预测置信等级与预测报告规范；ISO 10816/ISO 20816则为旋转机械的振动监测提供了限值标准。
这一系列国际标准的成型，意味着PHM在全球范围内有了统一的技术语言和判定依据。
二、国家标准：从“通用要求”到“数据接口”的完整覆盖
在国际标准之外，中国的国家标准体系也在加速完善。目前已经形成了一套从顶层总纲到专项细则的完整架构：
顶层总纲：GB/T 40571-2021《智能服务 预测性维护通用要求》。 这是国内PHM系统的核心国标，统一了术语定义、五层系统架构（感知层-边缘层-平台层-应用层-服务层）、核心功能清单、实施全流程与系统集成边界。
算法测评：GB/T 43555-2023《智能服务 预测性维护算法测评方法》。 这是国内唯一的预测模型评测国标，指标涵盖预测精度、误报率、漏报率、RUL误差、模型稳定性，用于系统验收与算法选型验证。
虚拟运维：GB/T 44407-2024《智能服务 预测性维护 虚拟维护系统技术要求》。 规范了数字孪生预测性维护平台的建模、仿真、虚拟诊断与模拟运维模块的技术指标。
绩效评价：GB/T 45507-2025《智能服务 预测性维护 绩效评价方法》。 量化PHM系统的落地收益，涵盖停机减少率、维护成本降幅、OEE提升、备件库存优化、安全事故降低等评价模型。
数据接口：GB/T 47230-2026《智能服务 预测性维护 数据定义与接口》。 该标准已于2026年2月27日发布，将于2026年9月1日起实施。它统一了预测性维护的全量数据模型——设备档案、传感器测点、故障特征、预测结果、工单数据——并标准化了OPC UA、Modbus、工业互联网平台等对接接口。
此外，还有两项新的国家标准计划已于2026年1月28日立项，目前正在审查中：《智能服务 预测性维护 检监测协同要求》和《智能服务 预测性维护 安全风险评价方法》。从顶层总纲到数据接口，从算法测评到绩效评价，国家标准的覆盖面正在不断扩展。
三、行业与团体标准：面向具体场景的精细化规范
在国际和国家标准之外，面向具体行业和具体设备类型的团体标准与行业标准也在密集出台：
2026年4月，《工业设备智能运维》团体标准正式发布。该标准由长三角钢铁产业发展协会立项、太原科技大学牵头，联合中兴通讯、中国五矿、南京钢铁等十余家龙头企业及科研院校共同编制。标准覆盖了数据采集与处理、状态监测与故障诊断、预测性维护、智能运维平台建设等全流程。其中，预测性维护部分明确要求建立基于AI算法、大数据分析的设备劣化趋势预测、设备寿命评估模型与维护策略指南。
2026年6月15日，中国通信工业协会《风机运维基于AI的故障预测与健康管理（PHM）规范》团体标准正式立项。立项文件指出，国内外在风机PHM领域尚未形成统一、系统的技术标准与实施规范，导致企业在系统设计、数据治理、算法建模、评估验证等方面缺乏依据。
2026年4月28日，行业标准JB/T 15430.3-2026《锻造液压机远程运维 第3部分：故障诊断与预测性维护方法》发布，将于2026年11月2日实施。
2026年6月，行业标准SJ/T 12134-2026《工业互联网平台 电机预测性维护系统功能规范》发布，确立了基于工业互联网平台的电机预测性维护系统的工作流程、系统架构及状态监测、健康评估、寿命预测、故障诊断、维护决策等功能要求。
2026年7月9日，中国机电设备工程协会正式立项《机电设备智能故障诊断与预测性维护技术规范》团体标准，适用于传动设备、动力设备、数控机电设备、自动化机电装置等通用机电设备。
从国际到国家再到行业团体，PHM标准体系的“三层架构”正在成型。
四、标准的意义：从“各说各话”到“统一语言”
标准体系的完善，对于设备预测性维护系统的规模化落地具有基础性意义。
长期以来，PHM系统的部署面临一个根本性困境：数据格式不统一、监测指标各说各话、平台架构五花八门。不同厂商的设备数据无法互通，同一工厂内不同系统的设备状态监测结果难以对比验证。企业在选型时缺乏可参照的标尺，在验收时缺乏可依据的框架。
随着“三层架构”的逐步成型，这一局面正在改变：
数据层面，GB/T 47230-2026统一了数据定义与接口规范，解决了不同厂商PHM设备与平台之间的数据孤岛问题。
算法层面，GB/T 43555-2023提供了预测模型的量化评测指标，使得不同系统的AI故障预测能力有了可比较的标尺。
绩效层面，GB/T 45507-2025为设备可靠性管理的效益评估提供了量化模型，让预测性维护的投资回报可衡量、可追溯。
对于元硕科技而言，标准体系的完善意味着RIIWORX®智能设备运维管理系统的技术架构有了更清晰的参照系。从RIILinX工业智能网关的数据采集规范，到RIIWORX®PHM系统的算法架构与接口设计，均在对标最新标准体系持续演进。设备健康管理从“各有各的做法”走向“按标准做事”，行业的准入门槛在提高，但价值交付的确定性也在增强。
标准铺路，技术落地，规模化可期。 这正是2026年PHM行业最值得关注的结构性变化。
元硕科技——以数据驱动设备健康，用AI预见工业未来。
