近日，碩橙科技總裁瞿千上接受 OFweek 高端專訪，分享噪聲在工業(yè)設(shè)備監(jiān)測領(lǐng)域的發(fā)展與應(yīng)用。以下為采訪原文。

「2－3 年內(nèi)，在工業(yè)設(shè)備噪聲檢測領(lǐng)域我們沒有競爭對手?！勾T橙（廈門）科技有限公司總裁瞿千上說道。

「為什么說 2－3 年內(nèi)沒人能成為碩橙科技的對手？」

「因?yàn)槲覀冏哌^的坑，后來者也得一個(gè)個(gè)走。」瞿千上淡然地說道。

一、中國智造發(fā)展的“攔路虎”

2015 年，中國國務(wù)院正式印發(fā)《中國制造 2025》，其目的在于改變現(xiàn)有中國制造業(yè)的各類弊端，從而實(shí)現(xiàn)「制造」向「智造」邁進(jìn)。

2016 年，工信部和財(cái)政部也頒布了《智能制造發(fā)展規(guī)劃（2016－2020）》，計(jì)劃在 2020 年實(shí)現(xiàn)智能制造技術(shù)與裝備方面的突破。

據(jù)相關(guān)數(shù)據(jù)顯示，在如此大規(guī)模政策的推動(dòng)下，我國工業(yè)市場規(guī)模將在 2020 年年底達(dá)到 2000 億元。但值得注意的是，在我國大力推動(dòng)工業(yè)發(fā)展的同時(shí)，工業(yè)設(shè)備的維護(hù)，卻是最容易被忽視的一環(huán)。

據(jù) OFweek 維科網(wǎng)了解，目前我國工業(yè)設(shè)備用戶存在兩大問題：

1、缺乏養(yǎng)護(hù)意識：對工業(yè)設(shè)備要求長時(shí)間運(yùn)作，但并不會主動(dòng)對設(shè)備進(jìn)行維修及保養(yǎng)；

2、在乎價(jià)格：為解決當(dāng)下問題，購買價(jià)格較低廉的工業(yè)設(shè)備，并不主動(dòng)考慮智能化的問題。

而工業(yè)設(shè)備一旦維護(hù)不善，不僅會導(dǎo)致生產(chǎn)效率降低，計(jì)劃之外的生產(chǎn)中斷更是會對企業(yè)造成巨大的經(jīng)濟(jì)損失。

雖然部分企業(yè)已經(jīng)開始安排相關(guān)人員對工業(yè)設(shè)備進(jìn)行定期人工檢修及保養(yǎng)，但人為檢測并非 100％ 可靠——維修人員只能排查已經(jīng)出現(xiàn)的問題，對于部分設(shè)備的細(xì)微變化并不能第一時(shí)間發(fā)現(xiàn)并修復(fù)。

針對這一問題，碩橙（廈門）科技有限公司（以下簡稱「碩橙科技」）所推出的“機(jī)器聽診大師”則可以完美地解決。據(jù)悉，“機(jī)器聽診大師”已經(jīng)成功應(yīng)用于中冶賽迪、中國煙草、寶潔集團(tuán)、宏發(fā)股份、德國艾默什水務(wù)等國內(nèi)外知名企業(yè)。

二、聽聲辯“損”

成立于 2016 年的碩橙科技，在工業(yè)領(lǐng)域中并不算一個(gè)「新人」——據(jù)悉，碩橙科技的核心團(tuán)隊(duì)均畢業(yè)于清華大學(xué)工程系，在以往的工作中，大都從事機(jī)械無損檢測、工業(yè)設(shè)備維護(hù)的研究工作，部分核心人員還曾參與中國首臺球形托卡馬克裝置運(yùn)行的研究，對機(jī)械故障原理極為熟悉。而總裁瞿千上更是歷任德國 ABB 研發(fā)工程師、巴赫曼（大中華區(qū)）行業(yè)經(jīng)理等職務(wù)。

｜碩橙科技總裁瞿千上

正是憑借多年來對工業(yè)領(lǐng)域的深耕，碩橙科技對工業(yè)用戶的痛點(diǎn)十分了解，多年來潛心于設(shè)備噪聲技術(shù)的研究，在 2017 年正式推出工業(yè)設(shè)備噪聲監(jiān)測系統(tǒng)“機(jī)器聽診大師”。

三、機(jī)器聽診大師

「其實(shí)噪聲監(jiān)測這項(xiàng)技術(shù)早在 2016 年以前就有?！勾T橙科技總裁瞿千上說道，「但由于相關(guān)技術(shù)及設(shè)備問題，導(dǎo)致噪聲監(jiān)測存在嚴(yán)重的局限性，沒辦法應(yīng)用到工業(yè)場景中?！?/p>

機(jī)器聽診難點(diǎn)

那么如何解決現(xiàn)有問題，并將聲音與工業(yè)設(shè)備監(jiān)測進(jìn)行融合？

據(jù)瞿千上介紹，在常見的工業(yè)場景中，工業(yè)設(shè)備作業(yè)時(shí)會發(fā)出各式各樣的聲音，如果從設(shè)備物理本質(zhì)出發(fā)，工業(yè)設(shè)備所發(fā)出的聲音可分為兩種：

一是機(jī)械摩擦所產(chǎn)生的諧波噪聲；

二是機(jī)械碰撞產(chǎn)生的沖擊噪聲。

工業(yè)設(shè)備正常運(yùn)行時(shí)，兩種聲音呈現(xiàn)出相互疊加、且保持平衡的狀態(tài)；當(dāng)噪音分量比例出現(xiàn)異常時(shí)，可以作為設(shè)備故障的標(biāo)志。

采用碩橙科技“機(jī)器聽診大師”系統(tǒng)，用戶可將橙盒部署在工業(yè)設(shè)備周邊，無需嵌入設(shè)備，改變設(shè)備原有的構(gòu)造。當(dāng)設(shè)備運(yùn)轉(zhuǎn)時(shí)，橙盒會自動(dòng)收集機(jī)器發(fā)出的噪聲，通過前置在橙盒的算法，將噪聲數(shù)據(jù)轉(zhuǎn)化為基礎(chǔ)特征值，并上傳至云端服務(wù)器，再通過 AI 算法進(jìn)行識別和分析，判斷設(shè)備運(yùn)行的狀況，并將數(shù)據(jù)反饋給終端用戶。

在這一過程中，設(shè)備一旦出現(xiàn)異常噪聲，就會立刻被系統(tǒng)識別，并判斷出故障類型，通過移動(dòng)端、PC 端等多個(gè)平臺，及時(shí)通知相關(guān)維護(hù)人員進(jìn)行針對性維護(hù)。

但不同設(shè)備運(yùn)行過程中發(fā)出的噪聲并不相同，如何對不同類型的聲音進(jìn)行區(qū)分，并標(biāo)識出異常零部件，成為其中最困難的部分。

1、設(shè)備故障樣本難以采集：工業(yè)設(shè)備在運(yùn)行過程中會出現(xiàn)各種問題，如果要大量采集數(shù)據(jù)，則必須對每一個(gè)品牌的每一款產(chǎn)品發(fā)生的每一個(gè)故障噪聲進(jìn)行收集，這一行為將耗費(fèi)大量金錢和時(shí)間成本；

2、樣本一致性不高：每一款工業(yè)設(shè)備，在正常運(yùn)行時(shí)的聲音也會出現(xiàn)不同變化。

「基于我們自建的一套特征值體系，只需現(xiàn)場進(jìn)行少量的測試，便可對故障模型進(jìn)行訓(xùn)練，快速實(shí)現(xiàn)對不同工業(yè)設(shè)備噪聲的識別及監(jiān)測，有效避免落地應(yīng)用過程中的這兩大難題，可在短時(shí)間內(nèi)針對不同的場景，實(shí)現(xiàn)規(guī)?；涞貞?yīng)用?！滚那险f道。

機(jī)器聽診優(yōu)勢

同時(shí)，“機(jī)器聽診大師”系統(tǒng)也可為客戶帶來可觀的經(jīng)濟(jì)效益：

1． 降低運(yùn)維成本：合理安排維護(hù)時(shí)間及進(jìn)度，大幅提高工業(yè)設(shè)備維護(hù)效率，延長設(shè)備壽命，高效協(xié)同工作，處理故障；優(yōu)化備件采購，制定最佳的維護(hù)策略，實(shí)現(xiàn)可靠性、高性能和低成本的平衡，提高客戶應(yīng)對市場價(jià)格和成本波動(dòng)的能力；減少停機(jī)時(shí)間，通過故障預(yù)判減少非計(jì)劃停機(jī)造成的損失，降低生產(chǎn)成本，提高工作效率。

2． 提高生產(chǎn)效率：實(shí)時(shí)監(jiān)測設(shè)備生產(chǎn)，收集、處理、分析產(chǎn)量數(shù)據(jù)并反饋給客戶，幫助客戶及時(shí)進(jìn)行生產(chǎn)調(diào)整，提高生產(chǎn)率；實(shí)現(xiàn)任意時(shí)間、地點(diǎn)對機(jī)械運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測，掌握設(shè)備健康發(fā)展趨勢，更好地做出管理決策；優(yōu)化工業(yè)領(lǐng)域整體生產(chǎn)運(yùn)營效率，優(yōu)化資源配置，進(jìn)一步提升企業(yè)價(jià)值。

四、新基建，新賽道

隨著新基建的開啟，中國再次對制造業(yè)提出了更為嚴(yán)苛的要求——對于制造業(yè)而言，新基建帶來的不僅僅是機(jī)遇，同時(shí)也對智能制造提出了新的要求和標(biāo)準(zhǔn)。

「我國制造業(yè)自動(dòng)化程度已經(jīng)非常高，但在智能化方面還略有欠缺?！滚那险f道。

在瞿千上看來，制造業(yè)在數(shù)字孿生、流程監(jiān)控、設(shè)備運(yùn)維等多個(gè)方面，與其他工業(yè)大國相比，還停留在較為落后的階段，今后我國工業(yè)制造也將迎來新的發(fā)展與變革。

「在這一新賽道上，圖像識別、語音識別、噪聲診斷等多種 AI 技術(shù)，將賦能制造業(yè)，幫助企業(yè)解決各類問題，實(shí)現(xiàn)降本增效?！滚那险f道，「對于碩橙科技來說，等于搭上了順風(fēng)車?！?/p>

雖然噪聲診斷屬于人工智能應(yīng)用的一個(gè)細(xì)分領(lǐng)域，但與圖像識別、語音識別不同的是，噪聲聽診無需過多的深度學(xué)習(xí)——其他 AI 技術(shù)為了在應(yīng)用時(shí)提供更高精確度，通常需要經(jīng)過數(shù)個(gè)月的深度學(xué)習(xí)，才能把產(chǎn)品應(yīng)用在特定場景。對于碩橙科技的”機(jī)器聽診大師“系統(tǒng)而言，只需要經(jīng)過短時(shí)間的機(jī)器學(xué)習(xí)，即可實(shí)現(xiàn)精準(zhǔn)的分析、識別、判斷及反饋。

隨著全球各國工業(yè) 4.0 步伐的邁進(jìn)，各大工業(yè)巨頭聯(lián)合軟硬件企業(yè)共同打造出各類智能化工業(yè)設(shè)備——通過在工業(yè)設(shè)備中安裝各類傳感器，實(shí)現(xiàn)對工業(yè)設(shè)備的全方位運(yùn)維。

「這種方式與我們并沒有沖突?！滚那险f道。

碩橙科技所監(jiān)測的內(nèi)容與頂級工業(yè)巨頭的策略并不相同，甚至更高一級——通常傳感器只有在工業(yè)設(shè)備已經(jīng)出現(xiàn)質(zhì)變的時(shí)候才能監(jiān)測到問題，但實(shí)際上在這一過程中，工業(yè)設(shè)備已經(jīng)有了長期的征兆和表現(xiàn)，這只有聲音會有體現(xiàn)，傳統(tǒng)傳感器并不能有效地預(yù)測出相關(guān)變化。

碩橙科技“機(jī)器聽診大師”系統(tǒng)，則能從工業(yè)設(shè)備運(yùn)行過程中的眾多噪聲中發(fā)現(xiàn)異常噪聲，在第一時(shí)間進(jìn)行異常預(yù)警，并通知維保人員對設(shè)備進(jìn)行檢修，有效避免工業(yè)設(shè)備因故障引起的停產(chǎn)等問題。

五、搭乘“新基建”快車，

打通“B+C”

「2－3 年內(nèi)，在工業(yè)設(shè)備噪聲檢測領(lǐng)域我們沒有競爭對手?！滚那险f道。

「為什么說三年之內(nèi)沒人能成為碩橙科技的對手？」

「因?yàn)槲覀冏哌^的坑，后來者也得一個(gè)個(gè)走?！滚那系坏卣f道。

據(jù)了解，碩橙科技作為國內(nèi)工業(yè)領(lǐng)域?qū)?AI、機(jī)器學(xué)習(xí)與設(shè)備噪聲分析相結(jié)合的高新技術(shù)企業(yè)，在市場中并沒有出現(xiàn)明確的競爭對手。這一先行優(yōu)勢也使得碩橙科技在近幾年的發(fā)展中，能夠更加專注于技術(shù)和應(yīng)用，幫助用戶解決最根本的痛點(diǎn)問題。

當(dāng)前，在新基建的推動(dòng)下，中國工業(yè)自動(dòng)化向智能化發(fā)展的趨勢已經(jīng)凸顯，預(yù)測性維護(hù)等市場也將隨之?dāng)U大。

據(jù)全球市場研究咨詢公司 MarketsandMarkets 2020 年 6 月公布的數(shù)據(jù)顯示，全球預(yù)測維護(hù)市場規(guī)模將從 2020 年的 40 億美元增長到 2025 年的 123 億美元，年均復(fù)合增長率為 25.2％。

在如此龐大的市場規(guī)模下，碩橙科技也將搭上新基建的快車，更好、更快地走向工業(yè)監(jiān)測的新藍(lán)海，為中國工業(yè)智能智造的發(fā)展，貢獻(xiàn)自己的力量！

原文標(biāo)題：碩橙科技：從機(jī)器聽診賽道切入，運(yùn)用AI技術(shù)賦能制造業(yè)｜順為系

文章出處：【微信公眾號：順為資本】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq