近日，36 氪獲悉，工業(yè) AI 預測性維護公司頻率探索智能科技江蘇有限公司（以下簡稱 " 頻率探索 "）完成數(shù)千萬元 A 輪融資，本輪由涌鏵投資領投，常州高新投跟投，融資資金將主要用于產品研發(fā)、生產線建設與市場拓展。

頻率探索成立于 2021 年，是一家工業(yè) AI 預測性維護公司。公司掌握了大量的工業(yè)設備機理研究數(shù)據(jù)及信號分析診斷方法，能夠為設備故障提供早期診斷、故障量化、壽命預測及智能運維服務。

預測性維護是工業(yè)互聯(lián)網(wǎng)平臺建設中的重要一環(huán)，能有效幫助企業(yè)更好監(jiān)控、預測設備健康狀況和運行維護。2022 年 5 月 1 日，全國首項預測性維護國家標準開始實施，為預測性維護概念做了分類和推廣。

目前市面上的預測性維護公司主要有兩類，一類是通過安裝振動監(jiān)測裝置，采集振動信號，再由遠程分析團隊人工分析得出預測性維護結果；一類是基于工業(yè)互聯(lián)網(wǎng) + 大數(shù)據(jù) + 采集盒子的方式，通過人工智能方法，得到預測性維護結果。

頻率探索創(chuàng)始人兼董事長孟力對預測性維護市場體量作了分析，他認為國內工業(yè)設備投資額每年超過 10 萬億，5 年累計會有 50 萬億的設備投資。這些設備每年都會產生不同的運維費用，平均下來占比 1%，每年約有 5000 億的市場空間；預測性維護在其中占 20% 左右，即每年 1000 億的市場。

頻率探索解決方案是一套硬件、算法、軟件結合的解決方案。

在技術積累上，頻率探索團隊有著多年的清華動力學和故障診斷相關技術積累，公司基于機械動力學機理、振動信號處理與特征提取、基于小數(shù)據(jù)訓練的故障智能診斷等研究形成了故障診斷算法，能協(xié)助替代傳統(tǒng)振動分析師的角色，給出分析判斷；此外，公司也基于機理和如聲音、溫度、電壓、電流等其他更廣泛的數(shù)據(jù)，生成了不同的故障診斷算法。

在振動研究部分，頻率探索核心團隊曾有泵、航空裝備制造的創(chuàng)業(yè)經驗，過往的行業(yè)經驗，讓他們對設備的振動信息及分析應用有著較深的研究和積累，從而從中摸索出規(guī)律，并最終沉淀成技術與產品。

頻率探索會結合產品結構、動力學基礎、工藝工況，以及電壓、電流等非振動、非聲音信息，結合客戶設備情況，提取有價值的信息。

頻率探索的信息維度

孟力表示：" 設備信號圖就像心電圖一樣，每一種曲線特征背后都蘊含著一種信息，我們通過不同的機理模型對數(shù)據(jù)做了拆解，且過濾掉工況變化與干擾信息，得到了最終與故障相關的信號特征曲線，再分析曲線中的數(shù)據(jù)變化程度與趨勢，定位設備狀態(tài)、故障模式、故障程度、未來預測等用戶關心的結果。"

目前，頻率探索可以診斷 20 多個行業(yè)、50 多種設備的 40 多種故障類型。

硬件上，頻率探索會通過無線傳感器、有線傳感器等不同類型的傳感器來獲取數(shù)據(jù)，再通過無線網(wǎng)關和數(shù)據(jù)采集卡等來匯總數(shù)據(jù)，做好前端的數(shù)據(jù)收集工作。頻率探索也在充分利用微納米 MEMS 芯片的特性，希望將傳感器做得越來越小巧、低能耗、計算力更強，未來能實現(xiàn)更普遍廣泛的邊緣計算。

頻率探索傳感器示意

軟件層面，頻率探索提供了一個擁有多維判斷標準的 AI 設備衛(wèi)士，為設備提供多維度故障機理模型的實時跟蹤，且提供分鐘級故障診斷結果；整個診斷結果由 AI 引擎自動計算得出。

據(jù)孟力介紹，公司的機理研究具有較大通用性和適用性，不同行業(yè)都需要用設備，這些設備的個性僅 20%、30% 左右，集中于工況處理和信號處理技巧上。頻率探索幫助客戶提供和訓練出模型僅需 2-4 周時間。

由于預測性維護可以幫助企業(yè)更好了解設備運行狀況，定位故障位置和原因，可以減少生產線的非計劃停機，避免設備引發(fā)的安全事故風險，降低維護成本；能減少維修時間，也就降低了備件庫存數(shù)量；此外，可以降低巡檢成本、增加設備壽命。

面對大模型的熱流，頻率探索正將生成式文本與大模型引入產品中，希望通過大模型，幫助公司更好地對客戶各類型信息和數(shù)據(jù)做收集，如內部設備故障、型號、結構等信息，簡化有效信息清洗難度。

頻率探索有前裝和后裝兩大類客戶，前裝客戶主要提供全廠智能化平臺的生產、質檢、售后等子模塊，后裝客戶主要提供設備的全生命周期管理。

目前，頻率探索將重點放在化工、冶金、制造業(yè)、新能源等產業(yè)上，已經服務了中化集團、華電、一汽等后裝客戶；其產品也運用于裝備制造、壓縮機、鋼鐵制造設備等前裝客戶現(xiàn)場，獲得頭部客戶的接受度和認可度。

孟力表示：" 部分客戶在采用傳統(tǒng)大數(shù)據(jù) AI 的預測性維護長達一、兩年時間，都未看到效果，但采用我們的產品后，一年內形成了 6 次有效診斷，實際效益上半年便回本了。"

以化工廠壓縮機診斷為例，頻率探索可以從 AI 故障特征中分析出設備問題，給出某部位的產品出現(xiàn)磨損、碰磨、松動等問題，并提示工作人員更換，避免了未來設備運行受嚴重影響等情況出現(xiàn)。

頻率探索團隊出自清華大學、美國麻省理工學院、德國亞琛工業(yè)大學等著名院校，公司的首席科學家褚福磊教授是中國振動工程學會故障診斷專委會主任。公司創(chuàng)始人兼董事長孟力本科就讀于清華大學，博士就讀于清華大學和 MIT，在智能傳感和故障機理上有著豐富的技術積累。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com