硕橙科技完成千万级天使轮融资，为机器“听诊把脉”原创
更新日期 ： 2018-01-17 09:53
2018-1-17 投资界
投资界（微信ID:pedaily2012）1月17日消息，专注于噪声识别解决方案的硕橙（厦门）科技有限公司获得千万级天使轮融资，由可可资本和势安资本联合投资。2016年10月，获得100万元种子轮融资。
硕橙科技（机器之声）成立于2016年9月，是一家机器故障诊断设备研发商，通过收集机器噪声数据进行运行监控和故障预判，有效的降低工厂机器的故障率。目前已推出初代产品，服务于北京安通林汽车饰件有限公司等客户。
团队方面，硕橙科技首席科学家谭熠博士，现任清华大学工程物理系副研究员，主要从事磁约束受控核聚变研究，负责SUNIST球形托卡马克装置的运行。托卡马克是一种由金属腔体、泵、阀门、线圈、接触器、电力电子器件等多种机电部件组成的复杂装置。
谭熠博士介绍，将资深运维人员所具备的听诊能力交由计算机完成并实现商业化的关键在于对噪声进行有效的识别。基于丰富的聚变等离子体物理信号分析经验，他并未拘囿于对噪声进行传统的频谱分析，而是通过实验，从机械噪声的产生机制出发，在时频分析的基础上概括出一组能够普适地反映典型机械故障的噪声特征。通过监测这些噪声特征量，即可实时了解机械设备的运转状态。
据了解，这组特征量对机械噪声的描述非常准确，适用于常见的固体、液体和气体等噪声源，平动与转动通用；并且对松动、磨损、堵塞等典型机械故障有着非常高的区分度，无需使用大量数据训练神经网络。
硕橙团队在上述技术的基础上，引入了机器学习算法，研发了公司主打产品——机器听诊大师。官方表示，该产品对于生产线上机器状态的识别准确率跃升至95%以上，达到了商业化标准。
该产品以解决方案的形式提供给客户，包含前端信号采集器——SC盒子以及后端的云服务。SC盒子放置于被监测设备附近，负责收集噪声、提取特征以及数据传输。云服务器将收集的特征数据识别为设备的状态，以实时状态和分时状态统计图表等形式通过网页或手机APP展示给客户，向客户推送生产流程监控图表数据，并可针对生产进度异常、机器健康状态异常等发出警报。
不同于传统意义上的大数据分析，基于物理特征体系的机器听诊大师能够在较短的时间内完成状态学习和前端部署。一般来说，硕橙科技的产品经理到现场勘查，与客户沟通，了解客户的关注重点，即可确定部署方案，马上开始数据预采集以及特征学习。部署过程中无需中断生产。经过七到十五天左右的数据累积，即可完成状态学习并交付客户。
2017年5月，机器听诊大师在安通林工厂落地。团队表示，使用该产品后，安通林工厂机器设备的故障率降低了3%，预计每年通过降低次品率以及提高运维效率可带来约1500万元经济效益。
团队规划，前期重点拓展的客户可能集中在核电、化工、电梯、轨道交通、汽车等领域。核电站一二回路和化工企业的大量管路、阀门和泵等设备，电梯的自动运维，以及轨道交通和汽车领域的相关声音监控都是很适合的场景。
硕橙科技目前团队规模约17人，以技术研发人员为主，近一半成员来自清华。团队还聘请了前澳大利亚科学院首席科学家及哈佛大学教授，现数据科学终身教授王友干担任大数据高级顾问。
<<返回列表页
