預測性維護（Predictive Maintenance，簡稱PdM）是以狀態為依據(Condition Based)的維修，在機器運行時，對它的主要（或需要）部位進行定期（或連續）的狀態監測和故障診斷，判定裝備所處的狀態，預測裝備狀態未來的發展趨勢，依據裝備的狀態發展趨勢和可能的故障模式，預先制定預測性維護計劃，確定機器應該修理的時間、內容、方式和必需的技術和物資支持。預測性維護集裝備狀態監測、故障診斷、故障（狀態）預測、維修決策支持和維修活動于一體，是一種新興的維護方式。
一、測試項目：
1、預測性維護功能測試：數據采集及可視化功能測試；狀態監測功能測試；故障診斷功能測試；壽命預測功能測試；維護管理功能測試。
2、預測性維護算法測試：狀態監測算法測試；故障診斷算法測試；
預測算法測試。
二、預測性維護算法測評流程：
1、測試準備階段：測試準備階段包括客戶申請、測評類型選擇、樣本數據庫（簡稱“數據庫”）是否支持判斷等活動。基于客戶提出的測評申請，首先確定測評類型，其次判斷數據庫是否支持測試，如支持則進入抽樣環節，如不支持需要客戶提供樣本數據（簡稱“數據”），并更新數據庫。
2、算法測評階段：算法測評階段包括抽樣、模型準備、測試環境搭建、算法測試、算法評價等活動。經過抽樣后的模型進行訓練等準備，就緒后基于算法是否可公開而搭建測試環境，環境搭建應選用接口調用或算法直接部署等方式。
3、算法調試階段：算法調試階段包括是否調試判斷、算法調試、出具報告等活動。測評結果如不理想，允許進行算法調試和更新，重新進行測評，調試次數不應超過 2 次，達到客戶滿意度則輸出測評報告。
三、測試執行標準：GB/T 43555-2023《智能服務 預測性維護 算法測評方法》