GB/T 48182-2026 智能服务 预测性维护 安全风险评价方法

中华 人民 共和 国国 家标 准

GB/T 48182—2026

智能服务预测性维护安全风险

评价方法

Intelligent services—Predictive maintenance—Safety risk assessment methods

2026-08-28 发布 2027-03-01 实施

国家市场监督管理总局 国家标准化管理委员会

发布

前言

本文件按照 GB/T 1.1—2020《标准化工作导则第 1 部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由中国机械工业联合会提出。

本文件由全国工业过程测量控制和自动化标准化技术委员会(SAC/TC 124)归口。

本文件起草单位：机械工业仪器仪表综合技术经济研究所、中国石油大学(北京)、北京理工大学、西安交通大学、西南交通大学、北京交通大学、上海电气集团股份有限公司、中车青岛四方机车车辆股份有限公司、清华大学、频率探索智能科技江苏有限公司、深圳市双合智慧科技股份有限公司、潍柴动力股份有限公司、北京至简能源有限公司、中国电子科技集团公司第十研究所、重庆邮电大学、中船海装风电有限公司、宜创智维(山东)智能科技有限公司、电子科技大学、舍弗勒(中国)有限公司、北京角动力技术有限公司、硕橙(厦门)科技有限公司、中铁工程装备集团技术服务有限公司、重庆川仪自动化股份有限公司、七腾机器人(上海)有限公司、北京卫星环境工程研究所、重庆盟讯电子科技有限公司、德州学院、深圳市瑞天激光有限公司、深圳顺丰泰森控股(集团)有限公司、广东省特种设备检测研究院顺德检测院、中车长春轨道客车股份有限公司、中铁工程装备集团有限公司、无锡瓴鼎人工智能科技有限公司、北京工商大学、苏州寻息科技股份有限公司。

本文件主要起草人：王成城、王凯、周涛涛、王金江、雷亚国、伊枭剑、郭亮、王彪、于祥、孟力、李喆、周林飞、张飞斌、朱超、唐丽、文佳、董智升、刘冰冰、黄晨光、张鑫、张凤丽、黄庆卿、刘志亮、宋鹏、乔靖玉、陈菁、张雅丽、李祎文、秦泰春、吴雁飞、刘强、朴永焕、黄金凤、杨炳春、田英明、贾连辉、孙雪皓、李良方、陈宇翔、余仁辉、刘志刚、郗悦玮、李劲弟、张步亭、陈思成、陈良武、周能元。

引言

以预测性维护为核心的智能运维已逐渐发展成为运维服务的主要模式，但由于人工智能等技术的应用，预测性维护的结果难以获得用户的信任，严重限制其推广应用。 已经发布的 GB/T 43555—2023 和GB/T 45507—2025 分别规定了算法准确性测评和实施绩效测评的方法，分别从技术和经济维度建立了获取 用户 信任 的桥 梁，但仍 缺乏 在安 全风 险维 度的 考量，而安 全往 往掌 握着 运维 模式 变更 的“一票 否决权”。

预测性维护是利用大数据、人工智能、云计算、数字孪生等信息技术，分析评估设备运行状态监测数据，进行状态监测、故障诊断及剩余寿命预测，制定优化的运维决策和安排合理的维修活动的新型装备运维模式。在制定优化的运维决策和安排合理的维修活动过程中，会改变现行的维修方案，与此同时造成的安全风险亟需标准化的评估方法与处理措施。

安全风险评价的流程包括安全风险识别、分析、评价，在分析评价过程中采用风险危害程度等级、风险可能性分析等量化方法。然而，在设备预测性维护方面，运维决策的安全风险与预测准确性(如误报率、漏报率、准确率、精确率)、设备可靠性、可用性等指标密切相关，也会影响安全仪表系统(SIS)的功能安全等级。本文件通过构建预测性维护安全风险评价模型，指导企业制定风险预防策略，能作为从业人员实施维修计划的决策依据和参考手册，也将支持设备剩余价值与经济性分析。

1 范围

本文件规定了预测性维护系统风险评价的总则、风险识别、风险评价、综合风险评价等。

本文件适用于预测性维护实施过程中的安全风险评价。

2 规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

GB/T 40571—2021 智能服务预测性维护通用要求

GB/T 43555—2023 智能服务预测性维护算法测评方法

3 术语和定义

下列术语和定义适用于本文件。

安全风险 safety risk

发生危险事件或有害暴露的可能性，与随之引发的人身伤害、健康损害或财产损失的严重性组合。 [来源：GB/T 33000—2025，3.4，有修改]

安全风险评价 safety risk assessment

运用定性或定量的统计分析方法对安全风险进行分析、确定其严重程度，对现有控制措施的充分性、可靠性加以考虑，以及对其是否可接受予以确定的过程。

[来源：GB/T 33000—2025，3.5，有修改]

预测性维护 predictive maintenance

根据观测到的状况而决定的连续或间断进行的维护，以监测、诊断或预测构筑物、系统或部件的条件指标。

[来源：GB/T 40571—2021，3.5]

维护有效性 maintenance effectiveness

对特定的构筑物、系统和设备，按照其设计基准及运行经验，设定能反映维护质量的性能指标。

注：通过比较性能指标与构筑物、系统和设备在运行、维修、试验中所表现的实际性能，来判断维护决策是否有效。

4 总则

4.1 评估对象

安全风险评价的对象为预测性维护实施的全过程，按照 GB/T 40571—2021 ,该过程涵盖了从设备、传感、状态识别、故障诊断、寿命预测、维修维护管理到维护执行的全部环节，如图 1 所示。

图 1 预测性维护实施过程及风险示意图

4.2 风险关联

预测性维护在运行过程中，主要产生两个方面的风险，如图 1 所示。

其中，传感风险源主要来自预测性维护的传感过程，包括由于传感器安装导致影响设备运行、传感器选型和部署不当导致的数据可用性不足、传输过程中的失真及信息安全等风险 ;分析风险源主要来自预测性维护的状态识别、故障诊断、寿命预测和维护决策过程，由于算法的不确定性及预测性维护决策失误导致的相关风险。

4.3 评估原理

预测性维护的安全风险评价，应分别对传感风险和分析风险进行评价，再对综合风险进行评价。风险评价原理如图 2 所示。

传感风险评估主要依据监测方案和已采取的安全措施，针对识别出的传感风险，通过危害程度分析和发生可能性分析两个维度进行量化或定性评估，最终形成传感风险逐项评价结果。

分析风险评估主要依据数据质量与系统绩效以及测评结果，通过算法、绩效测评指标的验证以及潜在风险分析，最终形成分析风险逐项评价结果。

在传感风险逐项评价和分析风险逐项评价的基础上，结合两类风险进行综合评价，以确定预测性维护实施的全过程的整体安全风险等级。

图 2 风险评价原理图

5 风险识别

5.1 传感风险识别

5.1.1 评估准备与资料收集

评估准备与资料收集的目标包括：

——确定传感器监测对象的监测要求，例如使用温度计监测某零件处于一定温度范围;

——确定评估传感器的种类和规格信息，在预测性维护中使用的传感器主要有振动、声学、温度、湿度、压力、气体、电流和磁场传感器等;

——确定传感器使用情况，包括使用环境、使用时间及安装方式等;

——确定被检测对象和传感器的重要程度，例如在机械零件的生产过程中，与机械相关的传感器重要程度较高;

——确定传感器常见故障与产生原因，针对不同类型的传感器的不同工作原理，会产生不同的故障;

——确定数据传输链路与通信协议的风险特征，包括有线/无线传输的稳定性、抗干扰能力、协议兼容性以及时延与丢包对监测实时性的影响。

5.1.2 风险源识别

根据收集的资料分析传感器安装错误等导致的风险，包括但不限于以下情形。

——位置与环境错误。例如使用振动传感器时放置在振动节点上，导致错失故障信号 ;或将传感器部署在强电磁环境中，导致显著噪声。

——机械与材料错误。例如在安装过程中意外施加机械应力，导致传感器结构损坏 ;或使用普通铜导线作为热电偶延长线，导致引入系统误差。

——产生新的薄弱点。例如将传感器安装在缺乏监控的位置，导致其遭受物理篡改。

根据收集的资料分析传感器性能退化导致的风险。 随着使用时间的增加，传感器出现零点漂移、灵敏度漂移、随机扰动增加等形式的性能退化，导致传感器输出信号质量降低。

根据收集的资料分析传感器使用环境影响导致的风险。长期暴露于极端温度、高湿、腐蚀性介质或强振动等恶劣工况下，可能导致传感器封装失效、密封破损或内部元件加速老化，进而引发信号中断、数据突变或永久性损坏。

根据对传感器安装错误和性能退化导致的风险分析，综合分析传感器非正常工作状态的危害影响，包括传感器失效直接导致系统无法预警最终引发产线的安全事故，以及错误或失准的数据引发预测性维

护系统的算法模型失效。

5.2 分析风险识别

5.2.1 评估准备与资料收集

评估准备与资料收集的目标包括但不限于：

——确定算法的应用场景，不同应用场景需要的算法类型与测试指标存在差异;

——确定被检测对象的重要程度，评估被检测对象在系统中的功能和要求，为后续设定影响系数提供依据;

——明确 需要 评估 的具 体算 法系 统，包括 其所 依赖 的数 据(输入、训练、输出 )、功能 侧重、核心 指标等;

——确定算法常见风险与产生原因，针对不同类型的算法的不同工作原理，会产生不同的风险;

——确定决策的应用场景;

——确定运维决策对象的重要程度，评估对象在系统中的功能和要求，为后续设定影响系数提供依据;

——明确需要评估的决策系统，包括其所依赖的数据(输入、训练、输出)、功能侧重、核心指标等;

——确定决策常见风险与产生原因。

5.2.2 风险源识别

分析风险识别应针对状态识别、故障诊断、寿命预测及维护决策等核心环节，综合识别因算法模型不确定性及决策逻辑偏差导致的安全风险，主要包括：

——由于状态监测算法不准确导致的监测误报或漏报、设备计划外停机或性能退化;

——由于故障诊断算法不准确导致的故障诊断结果错误、停机维修时间增加、维修费用提升等;

——由于寿命预测算法不准确导致的设备过早报废和重大安全事故等;

——由于维护策略优化算法缺陷或人机决策失误，导致维护时机不当(过早或过晚)、维护方式错误(过度维护或维护不足)及维修方案执行偏差，可能直接引发设备功能失效、系统级联故障或人员伤害。

6 风险评价

6.1 评价流程

风险评价应在风险识别的基础上根据风险识别结果和评估对象重要程度开展，风险评价流程见图 3，主要包括：

——设定影响系数：针对分析风险评价，根据传感、分析评估对象的重要程度，分别设定相应的风险影响系数;

——分析风险严重程度：评估各类风险发生后对设备运行、生产安全及人员健康可能造成的危害程度;

——分析风险发生可能性：结合传感器性能退化规律、算法模型不确定性及决策偏差概率等，评估风险事件发生的可能性等级;

——给出风险评价结果：依据传感、分析安全风险评价矩阵，综合影响系数、风险严重程度与发生可能性，确定各风险项的风险等级。

图 3 风险评价流程图

6.2 传感风险评价

6.2.1 可靠性指标含义

可靠性指标是评价传感风险的量化指标，可选择的可靠性指标包括平均失效间隔时间(MTBF)、失效率 (λ)、平均失效前工作时间(MTTF)和 B10 阈值。可靠性指标的含义和选择方式见 GB/Z 42023.1— 2023。

6.2.2 可靠性指标计算

将预测性维护的对象与安装的传感器视为系统来计算可靠性，由于预测性维护的对象与传感器多为串联系统，因此系统可靠性通常小于或等于预测性维护对象本身的可靠性。

系统可靠性的计算方法见 GB/Z 42023.2—2022。

6.2.3 风险严重程度分析

严重程度衡量的是当传感器风险发生时，可能对设备、生产、人员安全及企业财务造成的负面影响的严重性，将其划分为 4 个等级，如表 1 所示。

表 1 中的可靠性指标偏离根据失效率进行计算，是指系统可靠性相较于预测性维护对象本身可靠性指标的偏离程度。

表 1 传感风险严重等级

6.2.4 风险发生可能性分析

发生可能性衡量的是某个特定的传感器风险在设备生命周期内或特定时间段内发生的概率，将其划分为 3 个等级，如表 2 所示。

表 2 传感风险发生可能性等级

6.2.5 风险安全评价

综合传感风险的严重程度和发生可能性，定义风险评价结果如下：

——高风险：不可接受的风险，应立即采取措施进行控制和缓解;

——中风险：需要引起重视的风险，应制定计划，在规定时间内采取缓解措施;

——低风险：可接受的风险，通常仅需进行监控，或在资源允许的情况下进行改进。具体的风险评价矩阵见表 3。

表 3 传感风险评价矩阵

6.3 分析风险评价

6.3.1 算法准确性测试

不同类型的预测性维护系统，根据功能的差异可分为状态监测、故障诊断和寿命预测，准确性的测试指标及方法应符合 GB/T 43555—2023 的规定。

6.3.2 维护有效性评价

维护有效性是评价维护决策是否有效的指标，有效的维护决策是指被执行的维护策略，且通过对被维护对象的持续监测和趋势跟踪，确定其性能或状态满足既定目标。

被维护对象的营运单位应定期评价系统和设备的状态和性能，以及相关维护有效性监测活动的有效性，并在必要时根据维护有效性评价结果及时调整相关大纲。

维护有效性的评价方法为有效的维护决策占所有维护策略中的比例。

6.3.3 影响系数设定

在算法测试准确性和维护有效性指标的基础上，可确定不同评估对象的重要度影响系数，具体数值可参考表 4 或自行规定。

表 4 影响系数对照

6.3.4 风险严重程度分析

风险危害程度分析，主要考虑算法价值、决策价值、风险源严重程度等因素。将结合数据级别、规模、种类、处理目的、方式、范围等情况，综合分析算法、决策安全风险一旦发生，对国家安全、公共利益、组织或者个人合法权益造成的危害程度。风险危害程度分析遵循就高从严、整体分析原则，如果该风险涉及多种算法及决策逻辑，应进行累加判断，将涉及算法的风险按照最高危害等级判断。

风险危害程度分析的是当算法风险发生时，可能对设备、生产、人员安全及企业财务造成的负面影响的严重性，将其划分为 4 个等级，需同时满足算法准确性和维护有效性才可判断风险等级。分析风险严重等级见表 5。

表 5 分析风险严重等级

6.3.5 风险发生可能性分析

发生可能性衡量的是某个特定的分析风险在设备生命周期内或特定时间段内发生的概率，将其划分为 3 个等级，见表 6。

表 6 分析风险发生可能性等级

6.3.6 风险安全评价

建立风险矩阵并给出风险评价，综合分析风险的严重程度和发生可能性，定义风险评价结果如下： ——高风险：不可接受的风险，必须立即采取措施进行控制和缓解;

——低风险：可接受的风险，通常仅需进行监控，或在资源允许的情况下进行改进。具体的风险评价矩阵见表 7。

表 7 分析风险评价矩阵

7 综合风险评价

预测性维护的综合风险评价，由传感风险、分析风险综合分析完成，其中： ——两类风险中有一类及以上高风险，综合风险则评判为高风险;

——两类风险中无高风险，有两项中风险，综合风险则评判为高风险;

——两类风险中无高风险，有一项中风险，综合风险则评判为中风险;

——两类风险中无高风险和中风险，全部为低风险，综合风险则评判为低风险。

参考 文献

[ 1 ] GB/T 33000—2025 大中型企业安全生产标准化管理体系要求

[ 2 ] GB/Z 42023.1—2023 工业自动化设备和系统可靠性第 1 部分：自动化设备可靠性数据保证及其来源规范

[ 3 ] GB/Z 42023.2—2022 工业自动化设备和系统可靠性第 2 部分：系统可靠性

[ 4 ] GB/T 45507—2025 智能服务预测性维护绩效评价方法