2015年，国务院正式印发《中国制造2025》，该文件是全面提升中国制造业发展质量和水平的重大战略部署，目的在于改变中国制造业“大而不强”的局面。要从制造业大国，变成制造业强国，技术无疑在其中发挥着关键的作用。

通常，人们都关注技术在推动生产和管理环节智能化，但却常常忽视设备维护这个必不可少的环节。

据了解，中国每年设备采购规模超10万亿元，每年设备维护费用在2000-3000亿元。设备故障会对整个生产流程带来效率损耗，维护不善会使工厂的生产率降低5-20%，而计划之外的生产中断更是会给企业造成巨大的经济损失。传统维护模式中的事后维护与预防维护都会影响生产效率与产品质量，并大幅提高生产成本。

工业领域急需一种具有前瞻、高效，并极具可行性的解决方案来突破维护困局。硕橙科技正是一家专注于通过机械噪声识别、以非接触的方式实现生产流程监控和设备故障预判的人工智能企业。

清华园里碰撞出的科技之“声”

想到用声音识别来监测设备状态，故事还得从清华大学的校园说起。

硕橙的核心团队都是来自清华大学的“学霸”。CEO庄焰是清华大学机械工程系学士、工商管理硕士；首席科学家谭熠是清华大学工程物理系博士；而总工程师瞿千上则是清华大学电子工程系学士、德国达姆施塔特工业大学硕士。

“我们做这个事情也是源于一个偶然的机会。”庄焰说。当时谭熠在清华从事可控核聚变的研究，一个重要的日常工作是运行和维护SUNIST球形托卡马克装置。为了最大程度地降低实验设备监控的部署难度，提高便利性和有效性，谭熠想到了利用声学特性对设备进行监测。

彼时，同在清华的庄焰正在从事机械无损检测方面的研究，因此庄焰对机械的故障类型，以及机械故障的因素都很熟悉。

一次机缘巧合的聚会上，庄焰和谭熠“撞”在了一起。谭熠一直在做信号处理，包括从核聚变里的质子、中子、等离子体等粒子的无序运动中寻找有限的规律，这样的深厚的积累也同样适用于发现机械故障特征值上；而庄焰对机械工程的种种如数家珍。二人一拍即合，希望把声音识别的技术带到到预测性维护领域，于是硕橙科技诞生了。

“听”声判断机器故障

2016年，硕橙科技正式注册成立；2017年硕橙正式推出产品——“机器听诊大师”系统。

庄焰告诉亿欧，“机器听诊大师”可通过布置在工业环境中的硕橙盒子收集机器设备噪声，从中提取声音特征值，利用机器学习，识别工业设备实时运行状态以及各零部件的健康指标。

机器工作时通常会发出大量噪声。嘈杂的噪声虽然令人厌烦，但却蕴含着丰富的机械状态设备信息，并且提供了一种非接触的设备状态监测途径。

目前市面上有很多提供工业设备运行维护服务的机构与公司。他们大多都通过接触式传感器了解设备状态。然而，不同厂家不同型号的各种设备收集的数据，需要考虑各种不同的硬件接口和软件协议，互联互通十分困难，非常繁琐。噪声这种“非接触式”的信息传递方式，既不需要将传感器与被监测设备做刚性连接，又比超声波、X射线等其它“非接触方式”成本低很多，还能够很方便地实现在线实时监测。

利用噪声识别来监测设备，并不是新鲜事，很多科研人员、实验室和企业都尝试过，有一定效果，但都存在较为严重的局限性，很难推广。硕橙科技凭借自身强大的研发实力，自主开发了一整套通用、自适应的噪声识别算法，攻克了相关的技术难关，使“机器听诊大师”的分析能力更进一步。

据了解，硕橙的特征集覆盖大部分机械运动特性，可描述绝大部分常见机械故障，对数据量的要求显著降低。使用者可通过移动端、PC端随时查看设备的健康状态、历史统计等数据。如果机器发生异常，客户端会立刻警报、响应迅速。硕橙的AI会自动识别并统计机器运转状态，实时分析机器健康程度，学习、定位故障。