近日，紮根機械設備狀態監測與故障預判的碩橙（廈門）科技有限公司宣布完成Pre-A輪融資，本輪融資由梅花創投、廈門高新科創聯合投資。
與傳統工業設備運維方式不同，碩橙科技將聲音識別技術與各工業應用場景相結合，以非接觸的方式提供設備實時監測，並實現設備故障預判、零部件生命周期管理和產品質量檢測，致力於打造各行業通用的標準化產品。目前，碩橙產品已在數十家不同工業場景的標杆企業上得到精準應用，並有效降低機械設備故障率與運營成本。
靠噪聲識別故障，創造億元效益
成立至今，碩橙科技始終深耕噪聲識別工業領域，作為公司創始人及CEO的莊焰表示，「當下中國工業發展勢頭迅猛，工業場景多變，對於機械設備故障診斷需求愈發強烈，可以說我們正是『對症下藥』。過去一年間，我們的產品有效降低了各大企業設備故障率與運營成本，反饋的數據更證明了通過非接觸的噪聲識別方式來實現設備故障預判是行之有效、行之高效的。」
目前，碩橙科技已和富士康、寶武集團、寶潔等大型企業開展合作，為企業生產帶來了頗為可觀的經濟效益。據了解，通過碩橙的產品，僅國內某一家知名上市企業生產車間，其故障率便從7%降至3%，連續兩年分別帶來0.128與0.3億元的產值貢獻。
此外，相較於提高設備可靠性，降低人工成本，提高生產效率等基本效益優勢，碩橙科技更憑藉著噪聲識別的技術優勢，打通了多個工業場景並成功實現應用，如在菸草行業中對空壓機、卷包機實現故障預判；在刀具行業實現對零部件的生命周期管理；在車間生產流水線實現對產品合格率的檢測等。
核心技術驅動，化噪聲為價值
碩橙科技源於清華大學核聚變與等離子體物理實驗室的球形託卡馬克設備運維方案。該實驗室場景複雜、設備精密、需求苛刻，這些造就了碩橙產品的超高起點。
碩橙科技在產品硬體端以非接觸的方式實現了對設備噪聲的採集和初步分析，在軟體端則實現了利用算法對特徵值進行識別，判斷設備故障類型。產品核心競爭力和技術壁壘在於軟體端算法對於特徵值的提取。憑藉強大的研發實力，碩橙自主開發了一整套通用、自適應的噪聲識別算法，通過噪聲特徵來描述機器設備的運行狀態。
對此，碩橙科技首席科學家譚熠博士表示，「我們對聲音有一套更優質的描述方法，實現的關鍵則在於我們自主研發的『自適應算法』和獨有的70多個特徵集。該算法為團隊多年的技術積累，應用成熟、穩定。而獨有的特徵集更是保證了故障識別極高的準確率，可直接推斷當下常見的機械故障，噪聲特徵識別準確率高達95%，高於業內水平。」相關市場數據顯示，碩橙科技開發的這一整套噪聲識別算法，在準確度和學習成本（所需時間和數據量）之間已取得很好的平衡。
碩橙創新技術，助力工業未來
目前，碩橙團隊三十餘人，以研發、產品人員為主，創始團隊主要成員均畢業於清華大學。
據了解，碩橙科技於2018年1月份剛獲得由可可資本、勢安資本合投的千萬級天使輪融資，不到一年，再獲梅花創投與廈門高新科創的Pre-A輪融資。在資本寒冬的2018年，碩橙科技一年兩獲融資，備受資本青睞。本輪融資後，公司將提速產品研發與市場推廣，升級核心競爭力。
莊焰表示，「寒冬裡鍛鍊內功，我們擅長信號處理和數據分析，不僅是噪聲識別，之後會引進綜合分析手段，紮根感知層，提供一站式的服務和數據輸出。從長遠角度，碩橙科技將會進入更多工業場景，甚至是日常生活，將聲音識別與更多場景創新融合，為客戶創造更多價值。」
針對本輪投資，梅花創投創始合伙人吳世春表示，「噪聲識別是碩橙的核心競爭力，豪華的團隊是我們選擇投資碩橙科技的一個重要因素。中國預測性維護市場在2020年總體支出將達到110億美元，具有廣闊的發展前景。對於工業網際網路感知層，當下正是切入的時間點，碩橙科技的創新技術幫助其在該領域佔得先機，並有起量的趨勢！」
高新科創投資經理楊育瑜表示，「工業生產中機器設備狀態不佳，帶病運轉，會給企業造成日積月累的損失。傳統的預防性維護一般是對設備進行定期停機檢修，憑老師傅經驗未雨綢繆，預測性維護則是基於設備上的各種傳感器實時監控設備的運行狀態，未病先治。在工業互聯的大環境下，做好預測性維護即是製造業轉型智慧工廠的第一步。碩橙科技獨闢蹊徑，將工業噪音轉換成數據，提供的預測性維護方案有效且易實施。目前市場上的存量設備數目可觀，隨著行業數據的積累，碩橙科技的優勢將愈加凸顯，有望在預測性維護這個市場彎道超車工業巨頭們。」