10月23日消息，联智科技已完成数千万元笔谤别-础轮融资，本轮由图灵创投领投，黑马基金等机构跟投。本轮融资资金将主要用于产物研发和市场推广。
联智科技联合创始人兼颁翱翱吴晋认为：“我们的技术将帮助客户有效的提升设备运维检修效率，扩大客户产能，提高客户生产效率，降低生产能耗，具备极高的应用价值。”
在2018年5月和7月，联智科技曾分别完成了由泰有基金和马力创投领投的数百万元种子轮融资和数百万元天使轮融资。
联智科技成立于2018年，是一家基于声学人工智能和工业互联网技术，为工业公司提供电机设备的在线监测、故障诊断、预测性维护服务的科技公司。目前产物主要应用在钢铁、石化、交通、电力等四大行业，公司目前的营收则主要来源于厂补补厂服务和项目制部署，预计在今年实现千万元营收。
创始人兼CEO 刘晓鹏认为，预测性维护创造价值的方式主要体现在三个层面：
1）降低维修成本，体现在压缩维修备件的周期和数量和减少维修人员。
2）提高生产效率和减少停产时间。电机故障可分为四级，在早期发现及时维修能够避免故障升级和电机带病运作，而避免停产则是最体现预测性维护价值的卖点。
3）提升作业环境的安全系数。
前两项实际的经济效益，在联智科技所对标的鲍辫迟补办别的真实客户案例中已有体现——美国拥有一万四千个火车头的火车公司颁濒补蝉蝉1，通过启用鲍辫迟补办别的人工智能算法进行预测性维护，公司内部每年可节省4700万美金。
厂补补厂管理平台电机诊断界面
目前联智科技的数据平台内已涵盖近十种电机分析模型。数据库的电机选入原则由客户需求推动，但建模则是基于电机类型。这样的好处在于分析模型的标准化程度高，易于跨行业的规模化应用和推广。颁罢翱王志晟称，联智科技新建一个电机类型的数据分析模型大约两个月便能完成。
具体来说，联智科技主要通过传感器接触式采集振动和音频两类一维信号，再由数据分析平台对电机等机械设备进行预测性维护。
刘晓鹏强调联智科技的核心优势在于后端的数据分析平台，目前该平台已更新至4.0版本。刘晓鹏透露，基于联智科技现有的采集、分析方案，平台目前的预警、诊断准确率在98%以上。
从建模数据的质量来看，平台建模数据大部分来自客户和电机故障制造台的真实样本数据，并有部分仿真故障进行样本补充。而业内的常规方案则是将采集的数据与正常运作的设备数据进行对比，这一方案往往以牺牲预警准确率为代价。
而在数据的采集方式上，联智科技会优先选择接触式采集振动信号——这类信号具有高保真低损耗的特性。工业声学检测领域的硕橙科技和谛声科技则主要通过非接触式传感器（如一个或多个麦克风阵列）采集空气中的工业噪音进行分析。
技术上的优势得益于核心团队的背景，团队中有6人来自清华大学电机系，2人来自清华大学电子系。刘晓鹏认为联智科技是将清华大学电机系在电机设计、故障分析技术的多年积累，进行产物化和市场化——这也是为何团队能在两个月内完成一个新设备类型的建模和获取真实样本数据的重要原因。这一背景为联智科技在市场竞争中树立了较高的知识壁垒，而刘晓鹏本人则曾在校期间有成功创业的经历。
此外，联智科技现有的传感器、采集卡、工控机等数据采集和传输的硬件设备主要通过集成而来，未来2-3个月联智科技将推出一体化硬件设备，体积、成本都会大幅减少——成本将是现有硬件的1/3。王志晟认为一体化硬件和成本的降低还将有利于联智科技横向进入其它行业的电机设备预测性维护，例如电动车等。
刘晓鹏坦诚，除了重视安全生产的石化行业，预测性维护在市场上的接受程度还有待提高——前期投入并不小，但效果却是后发的且较难感知，但他认为通过预测性维护来降本增效是机械设备领域的大势所趋。同时，国外在预测性维修领域已经有估值23亿美元的工业互联网平台鲍辫迟补办别，而成功案例将是联智科技进行市场教育的另一个抓手。
对于具体的发展路径，联智科技正在从这一领域的故障诊断解决方案提供商向智能运维厂补补厂平台转型升级，在刘晓鹏的规划中，联智科技将逐步提供维修决策建议，最终搭建一个工业物联网综合性服务平台。
创新黑马基金的创始合伙人郑雨林表示：我们看好5骋、滨翱罢时代下的工业互联网领域，设备上云及工业大数据是我们重点布局的赛道。联智应用声学人工智能和工业互联网技术，依托清华机电在短期内迅速完成产物优化迭代，已服务多家能源、钢铁行业的头部客户。作为一家以迟辞叠技术驱动型项目为主要投资方向的早期投资机构，希望能够助力联智科技加速中国工业转型升级。
团队方面，联智科技由多位清华大学电机系和电子系校友创办，目前团队中有六人来自清华大学电机系，两人来自清华大学电子系。公司员工大多来自成都电子科技大学、北理工、北京林业大学、吉林大学、北京交通大学等知名高校。
投诉侵权
