近日，扎根机械设备状态监测与故障预判的硕橙（厦门）科技有限公司宣布完成Pre-A轮融资，本轮融资由梅花创投、厦门高新科创联合投资。
与传统工业设备运维方式不同，硕橙科技将声音识别技术与各工业应用场景相结合，以非接触的方式提供设备实时监测，并实现设备故障预判、零部件生命周期管理和产品质量检测，致力于打造各行业通用的标准化产品。目前，硕橙产品已在数十家不同工业场景的标杆企业上得到精准应用，并有效降低机械设备故障率与运营成本。
成立至今，硕橙科技始终深耕噪声识别工业领域，作为公司创始人及CEO的庄焰表示，“当下中国工业发展势头迅猛，工业场景多变，对于机械设备故障诊断需求愈发强烈，可以说我们正是‘对症下药’。过去一年间，我们的产品有效降低了各大企业设备故障率与运营成本，反馈的数据更证明了通过非接触的噪声识别方式来实现设备故障预判是行之有效、行之高效的。”
目前，硕橙科技已和富士康、宝武集团、宝洁等大型企业开展合作，为企业生产带来了颇为可观的经济效益。据了解，通过硕橙的产品，仅国内某一家知名上市企业生产车间，其故障率便从7%降至3%，连续两年分别带来0.128与0.3亿元的产值贡献。
此外，相较于提高设备可靠性，降低人工成本，提高生产效率等基本效益优势，硕橙科技更凭借着噪声识别的技术优势，打通了多个工业场景并成功实现应用，如在烟草行业中对空压机、卷包机实现故障预判；在刀具行业实现对零部件的生命周期管理；在车间生产流水线实现对产品合格率的检测等。
硕橙产品现场布点
硕橙科技的起点很高，产品源自于清华大学核聚变与等离子体物理实验室的球形托卡马克设备运维方案。产品核心竞争力和技术壁垒在于软件端算法对于特征值的提取。凭借强大的研发实力，硕橙自主开发了一整套通用、自适应的噪声识别算法，通过噪声特征来描述机器设备的运行状态。
硕橙科技首席科学家谭熠博士表示，“我们对声音有一套更优质的描述方法，实现的关键则在于我们自主研发的‘自适应算法’和独有的70多个特征集。该算法为团队多年的技术积累，应用成熟、稳定。独有的特征集更是保证了故障识别极高的准确率，可直接推断当下常见的机械故障，噪声特征识别准确率高达95%，高于业内水平。”
陈锐（左）、庄焰（中）与谭熠（右）在工博会硕橙科技展位合影
目前，硕橙团队三十余人，以研发、产品人员为主，创始团队主要成员均毕业于清华大学。据了解，硕橙科技于2018年一月份刚获得由可可资本、势安资本合投的千万级天使轮融资，不到一年，再获梅花创投与厦门高新科创的Pre-A轮融资。本轮融资后，公司将提速产品研发与市场推广，升级核心竞争力。
