Построение промышленной метавселенной является новым направлением развития промышленных предприятий. На сегодняшний день понимание данного термина, концепции построения, целесообразности и эффективности для предприятия далеки от целостности. Методология, инструменты и методы построения промышленной метавселенной однозначно не определены. Поэтому целесообразно экспериментальное внедрение части метавселенной на одном или нескольких процессах с дальнейшим масштабированием на другие процессы. В качестве экспериментальной зоны для внедрения промышленной метавселенной предложен процесс технического обслуживания и ремонта оборудования. Данный процесс наилучшим образом подходит в качестве экспериментальной зоны, так как запуск на нем концепции промышленной метавселенной позволит решить ряд проблем, такие как разнообразие оборудования с уникальными методами диагностики и ремонта, ошибки персонала, допускаемые в процессе ремонтных работ и пр. В статье рассмотрена концепция построения промышленной метавселенной и показана ее архитектура. Приведено в общем виде описание физического, киберфизического, социального пространства и слоя взаимодействия между ними без детальной проработки качественных и количественных показателей. Одним из элементов киберфизического пространства выделен аватар сервисного инженера. Рассмотрен процесс создания аватара киберфизического сервисного инженера: приведено описание основного функционала, показано, что для его создания достаточно комбинированной системы носимых устройств – перчатки и видеокамеры, интегрированной в очки, жилет, каску, или представленной отдельным устройством. Проведены лабораторные эксперименты, где создаваемый аватар тестировался для определения задачи обслуживания центробежного насоса. Показаны результаты обработки 518 экспериментальных наборов по 10 точек, каждый из которых принадлежит одному из шести классов, соответствующих определенной технологической операции при обслуживании центробежного насоса. Получены три типа моделей (точность на обучающих данных 0,99; 1,0; 1,0, точность на тестовых 0,625; 0,7; 1,0). Показано, что для достижения точности 1,0 на обучающих и тестовых данных необходимо предварительно выделить признаки, представляющие собой частотные и временные признаки, полученные в ходе обработки временных рядов. Полученные результаты позволяют сделать вывод о степени готовности данных технологий к промышленному внедрению.