近日，碩橙科技總裁瞿千上接受 OFweek 高端專訪，分享噪聲在工業設備監測領域的發展與應用。以下為采訪原文。

「2－3 年內，在工業設備噪聲檢測領域我們沒有競爭對手。」碩橙（廈門）科技有限公司總裁瞿千上說道。

「為什么說 2－3 年內沒人能成為碩橙科技的對手？」

「因為我們走過的坑，后來者也得一個個走。」瞿千上淡然地說道。

一、中國智造發展的“攔路虎”

2015 年，中國國務院正式印發《中國制造 2025》，其目的在于改變現有中國制造業的各類弊端，從而實現「制造」向「智造」邁進。

2016 年，工信部和財政部也頒布了《智能制造發展規劃（2016－2020）》，計劃在 2020 年實現智能制造技術與裝備方面的突破。

據相關數據顯示，在如此大規模政策的推動下，我國工業市場規模將在 2020 年年底達到 2000 億元。但值得注意的是，在我國大力推動工業發展的同時，工業設備的維護，卻是最容易被忽視的一環。

據 OFweek 維科網了解，目前我國工業設備用戶存在兩大問題：

1、缺乏養護意識：對工業設備要求長時間運作，但并不會主動對設備進行維修及保養；

2、在乎價格：為解決當下問題，購買價格較低廉的工業設備，并不主動考慮智能化的問題。

而工業設備一旦維護不善，不僅會導致生產效率降低，計劃之外的生產中斷更是會對企業造成巨大的經濟損失。

雖然部分企業已經開始安排相關人員對工業設備進行定期人工檢修及保養，但人為檢測并非 100％ 可靠——維修人員只能排查已經出現的問題，對于部分設備的細微變化并不能第一時間發現并修復。

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“機器聽診大師”則可以完美地解決。據悉，“機器聽診大師”已經成功應用于中冶賽迪、中國煙草、寶潔集團、宏發股份、德國艾默什水務等國內外知名企業。

二、聽聲辯“損”

成立于 2016 年的碩橙科技，在工業領域中并不算一個「新人」——據悉，碩橙科技的核心團隊均畢業于清華大學工程系，在以往的工作中，大都從事機械無損檢測、工業設備維護的研究工作，部分核心人員還曾參與中國首臺球形托卡馬克裝置運行的研究，對機械故障原理極為熟悉。而總裁瞿千上更是歷任德國 ABB 研發工程師、巴赫曼（大中華區）行業經理等職務。

｜碩橙科技總裁瞿千上

正是憑借多年來對工業領域的深耕，碩橙科技對工業用戶的痛點十分了解，多年來潛心于設備噪聲技術的研究，在 2017 年正式推出工業設備噪聲監測系統“機器聽診大師”。

三、機器聽診大師

「其實噪聲監測這項技術早在 2016 年以前就有。」碩橙科技總裁瞿千上說道，「但由于相關技術及設備問題，導致噪聲監測存在嚴重的局限性，沒辦法應用到工業場景中。」

機器聽診難點

那么如何解決現有問題，并將聲音與工業設備監測進行融合？

據瞿千上介紹，在常見的工業場景中，工業設備作業時會發出各式各樣的聲音，如果從設備物理本質出發，工業設備所發出的聲音可分為兩種：

一是機械摩擦所產生的諧波噪聲；

二是機械碰撞產生的沖擊噪聲。

工業設備正常運行時，兩種聲音呈現出相互疊加、且保持平衡的狀態；當噪音分量比例出現異常時，可以作為設備故障的標志。

采用碩橙科技“機器聽診大師”系統，用戶可將橙盒部署在工業設備周邊，無需嵌入設備，改變設備原有的構造。當設備運轉時，橙盒會自動收集機器發出的噪聲，通過前置在橙盒的算法，將噪聲數據轉化為基礎特征值，并上傳至云端服務器，再通過 AI 算法進行識別和分析，判斷設備運行的狀況，并將數據反饋給終端用戶。

在這一過程中，設備一旦出現異常噪聲，就會立刻被系統識別，并判斷出故障類型，通過移動端、PC 端等多個平臺，及時通知相關維護人員進行針對性維護。

但不同設備運行過程中發出的噪聲并不相同，如何對不同類型的聲音進行區分，并標識出異常零部件，成為其中最困難的部分。

1、設備故障樣本難以采集：工業設備在運行過程中會出現各種問題，如果要大量采集數據，則必須對每一個品牌的每一款產品發生的每一個故障噪聲進行收集，這一行為將耗費大量金錢和時間成本；

2、樣本一致性不高：每一款工業設備，在正常運行時的聲音也會出現不同變化。

「基于我們自建的一套特征值體系，只需現場進行少量的測試，便可對故障模型進行訓練，快速實現對不同工業設備噪聲的識別及監測，有效避免落地應用過程中的這兩大難題，可在短時間內針對不同的場景，實現規模化落地應用。」瞿千上說道。

機器聽診優勢

同時，“機器聽診大師”系統也可為客戶帶來可觀的經濟效益：

1． 降低運維成本：合理安排維護時間及進度，大幅提高工業設備維護效率，延長設備壽命，高效協同工作，處理故障；優化備件采購，制定最佳的維護策略，實現可靠性、高性能和低成本的平衡，提高客戶應對市場價格和成本波動的能力；減少停機時間，通過故障預判減少非計劃停機造成的損失，降低生產成本，提高工作效率。

2． 提高生產效率：實時監測設備生產，收集、處理、分析產量數據并反饋給客戶，幫助客戶及時進行生產調整，提高生產率；實現任意時間、地點對機械運行狀態的實時監測，掌握設備健康發展趨勢，更好地做出管理決策；優化工業領域整體生產運營效率，優化資源配置，進一步提升企業價值。

四、新基建，新賽道

隨著新基建的開啟，中國再次對制造業提出了更為嚴苛的要求——對于制造業而言，新基建帶來的不僅僅是機遇，同時也對智能制造提出了新的要求和標準。

「我國制造業自動化程度已經非常高，但在智能化方面還略有欠缺。」瞿千上說道。

在瞿千上看來，制造業在數字孿生、流程監控、設備運維等多個方面，與其他工業大國相比，還停留在較為落后的階段，今后我國工業制造也將迎來新的發展與變革。

「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，將賦能制造業，幫助企業解決各類問題，實現降本增效。」瞿千上說道，「對于碩橙科技來說，等于搭上了順風車。」

雖然噪聲診斷屬于人工智能應用的一個細分領域，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習——其他 AI 技術為了在應用時提供更高精確度，通常需要經過數個月的深度學習，才能把產品應用在特定場景。對于碩橙科技的”機器聽診大師“系統而言，只需要經過短時間的機器學習，即可實現精準的分析、識別、判斷及反饋。

隨著全球各國工業 4.0 步伐的邁進，各大工業巨頭聯合軟硬件企業共同打造出各類智能化工業設備——通過在工業設備中安裝各類傳感器，實現對工業設備的全方位運維。

「這種方式與我們并沒有沖突。」瞿千上說道。

碩橙科技所監測的內容與頂級工業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設備已經出現質變的時候才能監測到問題，但實際上在這一過程中，工業設備已經有了長期的征兆和表現，這只有聲音會有體現，傳統傳感器并不能有效地預測出相關變化。

碩橙科技“機器聽診大師”系統，則能從工業設備運行過程中的眾多噪聲中發現異常噪聲，在第一時間進行異常預警，并通知維保人員對設備進行檢修，有效避免工業設備因故障引起的停產等問題。

五、搭乘“新基建”快車，

打通“B+C”

「2－3 年內，在工業設備噪聲檢測領域我們沒有競爭對手。」瞿千上說道。

「為什么說三年之內沒人能成為碩橙科技的對手？」

「因為我們走過的坑，后來者也得一個個走。」瞿千上淡然地說道。

據了解，碩橙科技作為國內工業領域將 AI、機器學習與設備噪聲分析相結合的高新技術企業，在市場中并沒有出現明確的競爭對手。這一先行優勢也使得碩橙科技在近幾年的發展中，能夠更加專注于技術和應用，幫助用戶解決最根本的痛點問題。

當前，在新基建的推動下，中國工業自動化向智能化發展的趨勢已經凸顯，預測性維護等市場也將隨之擴大。

據全球市場研究咨詢公司 MarketsandMarkets 2020 年 6 月公布的數據顯示，全球預測維護市場規模將從 2020 年的 40 億美元增長到 2025 年的 123 億美元，年均復合增長率為 25.2％。

在如此龐大的市場規模下，碩橙科技也將搭上新基建的快車，更好、更快地走向工業監測的新藍海，為中國工業智能智造的發展，貢獻自己的力量！

原文標題：碩橙科技：從機器聽診賽道切入，運用AI技術賦能制造業｜順為系

文章出處：【微信公眾號：順為資本】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq