您当前位置:首页 > 新闻中心 > 企业新闻

“谛声科技”获天使轮融资,用声学监测为机器设备把脉看病

作者:张达

来源:36氪

随着大数据、人工智能技术的发展,预测性维护已经在全球试点和推广,是工业4.0和中国制造2025的重要组成部分。传统的监测方案方案包括了红外监测,超声波监测,震动监测与热敏监测等,近年来以声学监测为核心方案的出现,为行业提供了一种非接触式的技术路径。

36氪近期获悉,专注于工业领域的声学监测方案提供商「谛声科技」完成近千万人民币的天使轮融资,由英诺天使与臻云创投领投,创势资本、AC资本与燕清资本跟投。

据社科院数据显示,国内2016年因大型设备故障导致的案件共163起,造成人员伤亡472人。因设备故障导致的停工,整修,共造成经济损失41.24亿元人民币。本文开头提到的红外、超声波、热敏、振动等传统解决方案有个明显的弊端,即需要在设备出厂前预装,或者在后期对设备进行改造,部署成本、时间成本和决策成本都比较高。

声学监测的技术原理是通过一个或多个麦克风阵列反复不断收集声音信号,与正常工作状态下的背景噪声做对比,再通过精密算法和数据库筛选,对大型器械进行实时监控检测,实现在故障发生之前,发现难以被发现的疑似故障并提出智能预警。

36氪首发 |  「谛声科技」获天使轮融资,用声学监测为机器设备把脉看病

谛声科技的产品包括了一套振动声学联动诊断软件系统、振动分析仪、数据模块以及麦克风阵列。

诊断系统负责将机械运动运动中的噪声特性作提取,完成对工业设备工作状态的实时监测;配套的振动分析仪对声学探测定位的故障源进行进一步分析,做出精准的诊断结果;数据模块对故障数据进行记忆存储,建立诊断数据库,综合人工智能深度学习的方法,使现有系统应用于未知的工作环境中的诊断;而麦克风阵列在处理信号时能够有效消除噪声干扰并对声源做定位。

联合创始人常炜熙告诉36氪,除了采集声学传感信息外,谛声科技还将视觉等信息融合,实现对设备的3D-CT扫描,精确定位噪声源辐射并建立设备“体检”特征数据库,运用深度学习等手段,实现早期预警及运维决策评估。

36氪首发 |  「谛声科技」获天使轮融资,用声学监测为机器设备把脉看病

在商业层面,谛声科技目标客户中,超过50%为国企、央企,军工等涉密单位,这些组织结构从2016年其就被禁止采购国外的机械监测类设备,而声学监测在国内才刚起步,是一个蓝海市场。

对于谛声科技而言,目前除了做技术研发外,获得先发优势,抢占市场份额是重中之重。因此,实现产品模块化、提高项目部署速度、降低麦克风阵列成本会是接下来的核心工作。

谛声科技 CEO 丁东亮为中科院硕士,中科泽润总裁,曾负责并参与超过15个中科院技术的产学研转化;COO 常炜熙为地质大学硕士,连续创业者,曾创办分针科技;技术团队大部分来自中国科学院,有着雄厚的声学科研实力和丰富的案例实操经验。

与谛声科技类似,36氪曾报道的硕橙科技也在利用声学监测的原理为大型机器做预测性防护,硕橙科技采用了单通道的麦克风方案,主要依赖机器学习算法实现故障预测的高精准度。

除此之外,如3DSignals、OtoSense、Augury等国外初创公司也利用声学信号进行相关监测。其中,以色列公司3DSignals 成立于2015年,利用超声波传感器对机器的运行情况进行监听,已经在2016年获得330万美元天使轮融资;美国公司OtoSense与法国PSA集团合作研发软件,通过声音检测汽车发动机的杂音,判断汽车运行状态及故障;美国公司Augury,主要针对空调,于2015年完成700万美元融资。