訂閱
糾錯
加入自媒體

碩橙科技總裁瞿千上:做中國“工業(yè)”背后的醫(yī)護者

“2-3年內(nèi),在工業(yè)設備噪聲檢測領域我們沒有競爭對手!贝T橙(廈門)科技有限公司總裁瞿千上說道。

“為什么說2-3年內(nèi)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!宾那系坏卣f道。

中國智造發(fā)展的“攔路虎”

2015年,中國國務院正式印發(fā)《中國制造2025》,其目的在于改變現(xiàn)有中國制造業(yè)的各類弊端,從而實現(xiàn)“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(fā)展規(guī)劃(2016-2020)》,計劃在2020年實現(xiàn)智能制造技術與裝備方面的突破。

據(jù)相關數(shù)據(jù)顯示,在如此大規(guī)模政策的推動下,我國工業(yè)市場規(guī)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(yè)發(fā)展的同時,工業(yè)設備的維護,卻是最容易被忽視的一環(huán)。

據(jù)OFweek維科網(wǎng)了解,目前我國工業(yè)設備用戶存在兩大問題:

1、缺乏養(yǎng)護意識:對工業(yè)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(yǎng);

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

而工業(yè)設備一旦維護不善,不僅會導致生產(chǎn)效率降低,計劃之外的生產(chǎn)中斷更是會對企業(yè)造成巨大的經(jīng)濟損失。

雖然部分企業(yè)已經(jīng)開始安排相關人員對工業(yè)設備進行定期人工檢修及保養(yǎng),但人為檢測并非100%可靠——維修人員只能排查已經(jīng)出現(xiàn)的問題,對于部分設備的細微變化并不能第一時間發(fā)現(xiàn)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(jù)悉,“機器聽診大師”已經(jīng)成功應用于中冶賽迪、中國煙草、寶潔集團、宏發(fā)股份、德國艾默什水務等國內(nèi)外知名企業(yè)。

聽聲辨“損”

成立于2016年的碩橙科技,在工業(yè)領域中并不算一個“新人”——據(jù)悉,碩橙科技的核心團隊均畢業(yè)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(yè)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(fā)工程師、巴赫曼(大中華區(qū))行業(yè)經(jīng)理等職務。

碩橙科技總裁瞿千上:做中國“工業(yè)”背后的醫(yī)護者

碩橙科技總裁瞿千上 | 圖片來源:碩橙科技

正是憑借多年來對工業(yè)領域的深耕,碩橙科技對工業(yè)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(yè)設備噪聲監(jiān)測系統(tǒng)“機器聽診大師”。

碩橙科技總裁瞿千上:做中國“工業(yè)”背后的醫(yī)護者

圖片來源:碩橙科技

機器聽診大師

“其實噪聲監(jiān)測這項技術早在2016年以前就有!贝T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(jiān)測存在嚴重的局限性,沒辦法應用到工業(yè)場景中!

那么如何解決現(xiàn)有問題,并將聲音與工業(yè)設備監(jiān)測進行融合?

據(jù)瞿千上介紹,在常見的工業(yè)場景中,工業(yè)設備作業(yè)時會發(fā)出各式各樣的聲音,如果從設備物理本質(zhì)出發(fā),工業(yè)設備所發(fā)出的聲音可分為兩種:一是機械摩擦所產(chǎn)生的諧波噪聲;二是機械碰撞產(chǎn)生的沖擊噪聲。

工業(yè)設備正常運行時,兩種聲音呈現(xiàn)出相互疊加、且保持平衡的狀態(tài);當噪音分量比例出現(xiàn)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(tǒng),用戶可將橙盒部署在工業(yè)設備周邊,而無需嵌入設備,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(fā)出的噪聲,通過前置在橙盒的算法,將噪聲數(shù)據(jù)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(shù)據(jù)反饋給終端用戶。

碩橙科技總裁瞿千上:做中國“工業(yè)”背后的醫(yī)護者

圖片來源:碩橙科技

在這一過程中,設備一旦出現(xiàn)異常噪聲,就會立刻被系統(tǒng)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(fā)出的噪聲并不相同,如何對不同類型的聲音進行區(qū)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(yè)設備在運行過程中會出現(xiàn)各種問題,如果要大量采集數(shù)據(jù),則必須對每一個品牌的每一款產(chǎn)品發(fā)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(yè)設備,在正常運行時的聲音也會出現(xiàn)不同變化。

“基于我們自建的一套特征值體系,只需現(xiàn)場進行少量的測試,便可對故障模型進行訓練,快速實現(xiàn)對不同工業(yè)設備噪聲的識別及監(jiān)測,有效避免落地應用過程中的這兩大難題,可在短時間內(nèi)針對不同的場景,實現(xiàn)規(guī)模化落地應用。”瞿千上說道。

碩橙科技總裁瞿千上:做中國“工業(yè)”背后的醫(yī)護者

機器聽診大師軟件端界面| 圖片來源:碩橙科技

同時,“機器聽診大師”系統(tǒng)也可為客戶帶來可觀的經(jīng)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(yè)設備維護效率,延長設備壽命,高效的協(xié)同工作處理故障;優(yōu)化備件采購,制定最佳的維護策略,實現(xiàn)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(chǎn)成本,提高工作效率。

2. 提高生產(chǎn)效率:實時監(jiān)測設備生產(chǎn),收集、處理、分析產(chǎn)量數(shù)據(jù)并反饋給客戶,幫助客戶及時進行生產(chǎn)調(diào)整,提高生產(chǎn)率;為客戶實現(xiàn)任意時間、地點對機械運行狀態(tài)進行實時監(jiān)測,掌握設備健康發(fā)展趨勢,更好地做出管理決策;優(yōu)化工業(yè)領域整體生產(chǎn)運營效率,優(yōu)化資源配置,進一步提升企業(yè)價值。

1  2  下一頁>  
內(nèi)容導航
聲明: 本網(wǎng)站所刊載信息,不代表OFweek觀點?帽菊靖寮,務經(jīng)書面授權。未經(jīng)授權禁止轉載、摘編、復制、翻譯及建立鏡像,違者將依法追究法律責任。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號