预测性维护的开展主要基于采集设备运行状态监测终端和数据采集终端，设备控制系统能够进行数据存储、分析、传输的上层系统或平台。
预测性维护涵盖了智能服务预测性维护的总则、设备与功能识别、失效模式影响分析、可行性分析、状态监测功能、故障诊断功能、寿命预测功能、维护管理功能。
预测性维护技术基于设备运行状态的实时监测，结合大数据、人工智能（AI）等手段对其未来状态进行预测，进而实现故障诊断、寿命预测、设备维护与管理，是人工智能技术在智能制造领域中典型应用之一，被誉为“未来工厂之光”。然而，由于国内外长期缺乏统一和完整的预测性维护标准，导致不同行业预测性维护概念和方法不统一，应用实施以及推广困难，严重影响了智能装备和产品生产效率的提升和持续安全运行，制约了智能运维技术的发展和应用。
GB/T 40571-2021《智能服务 预测性维护通用要求》标准于2022年5月1日正式实施，该项标准是我国预测性维护领域的首项国家标准，预测性维护将自此彻底告别无标准时代。通过对预测性维护系统架构、工作流程、功能要求的标准化，以及典型设备预测性维护技术的实例化，为预测性维护技术研究和工程实施提供了规范和依据，有助于打破预测性维护行业概念混乱、行业发展不均衡的现状，统一预测性维护语境，规范行业秩序，引领技术创新和行业发展。
什么是边缘计算
在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护方面的关键需求。
什么是故障：
可能导致功能单元执行要求功能的能力降低或丧失的异常状况。
什么是智能服务：
能够自动识别用户的显性和隐性需求，并且高效、安全、绿色的满足其需求的服务。
什么是监测终端：
采集、处理物理量的信息，并能与集中或交互终端进行数据交互的装置。
什么是预测性维护：
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。
什么是预防性维护：
探测、排除或缓解使用中的构筑物、系统或部件降质的活动，以便通过把降质和故障控制在可接受的水平来维持或延长其使用寿命。
什么是人工智能：
计算机科学的分支，专门研究数据处理系统，该系统执行通常与人类智能相关的功能。
标准中列举了关于机器人、电机、变压器、数控机床等产品的预测性维护具体实施方法。
试验标准：
《智能服务 预测性维护 通用要求》GB/T 40571-2021
引用标准：
GB/T7826 系统可靠性分析技术 失效模式和影响分析（FMEA）程序
GB/T20921 机器状态监测与诊断 词汇
GB/T27921 风险管理 风险评估技术
GB/T2298 机械振动、冲击与状态监测