近日，专注于机械设备状态监测与故障预判的硕橙科技宣布完成数千万元人民币Pre-A轮融资，由梅花创投、厦门高新科创联合投资。本轮融资计划用于产品研发，市场推广。
梅花创投创始合伙人吴世春表示，“噪声识别是硕橙的核心竞争力，团队是我们选择投资硕橙科技的一个重要因素。中国预测性维护市场在2020年总体支出将达到110亿美元，具有广阔的发展前景。对于工业互联网感知层，当下正是切入的时间点，硕橙科技的创新技术帮助其在该领域占得先机，并有起量的趋势。”
成立于2016年9月的硕橙科技，通过声音识别切入预测性维修领域，主营产品为机器听诊大师。技术上，机器听诊大师源自清华大学工物系托卡马克球型可控核聚变装置实验室。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。
相较于传统的通过布置传感器去监测设备运维的方式，机器听诊大师无需直接接触设备，而是通过将前端信号采集器——SC盒子放置于设备附近收集噪声、提取声音特征以及数据传输。后端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。
区别传统的声纹比对，硕橙科技将机械噪声分为基础值和特征值，反应机器的运转情况。创始人兼CEO庄焰告诉36氪，机械冲击、磨损、齿轮缺齿等在内的声音特征值会有明显的变化，与基础值有很高的区分度。硕橙科技自主研发的声音特征值的变化曲线，在不同材质下的表现仍高度一致，适用于常见的固体、液体和气体等噪声源。目前机器听诊大师识别准确率已经可以做到95%以上。
庄焰表示，设备检测无需直接接触以及技术普适性的特点带来的是交付快，规模化的能力。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。
此外，硕橙科技已经将涉及领域拓展至质量检测。电子设备或家电设备在完成组装后，在抽检环节也可采用机器听诊大师的设备，通过检测设备运行发出的声音判断质量是否过关。硕橙科技计划未来将听诊大师结合进入生产、组装的流水线上，将质量检测实现追根溯源。
目前硕橙科技已经积累了富士康、宝武集团、宝洁等大型企业客户，在2018年收获了千万规模的订单额。
（本文转载自36氪，作者：可欣@超人学院）
