ai|36氪首发｜「赛博联物」获数百万元天使轮融资，基于AI电纹识别技术提供高端工业设备全生命周期管理平台( 二 ) 电信|工业互联网|机器|创投圈

张颖华谈道，该技术优势在于，同类设备不论品牌型号是否相同，都只需开发同一模型，通用性强。同时，它不依赖设备的原有设计和设备原厂的支持，可标准化部署。更重要的是，它还蕴含了许多与设备安全、健康、质量等状态紧密相关的深层次信息，例如负载变化、供电质量等。
赛博联物的机器数字化解决方案
商业模式上，赛博联物主要向客户提供纯SaaS产品，根据客户的机器数量收取年服务费，包含硬件租赁、SaaS软件全部服务，同时还帮助客户进行标准化部署，无需项目启动费和后续的运维费用，大大降低客户的使用门槛。
与传统定制化开发不同，公司以设备为中心的解决方案可针对客户的单台设备进行快速部署安装，一台设备10分钟即可完成硬件部署和软件调试并进行试用，后续也能随时增量式采购、部署更多设备，大大降低了客户的决策门槛，尤其是没有使用过数字化工具的制造业车间。

二、AI+IoT+电测技术结合，解决方案开发的三大难点在整个工业互联网领域，过去基于AI声纹、AI图像技术为工业设备提供智能检测方案的赛道十分火热，那为什么赛博联物选择从AI电纹识别这一赛道切入？
在张颖华看来， AI声纹和AI图像识别方案通常只解决了工业设备的局部问题，即机械方面的健康状态识别。但当前的工业高端装备都是复杂的机电一体设备，电气逐渐成为最关键和核心的部分，智能装备的电气故障约占整个故障数70% ，偶发、快速老化的特征明显，对设备使用的影响更大，后果也更严重。
从技术角度看，机器每一个加工及生产动作都会导致电流的快速变化，产生不同的波纹，因此赛博联物从电信号中分析负载的变化特征，并基于它建立模型，就能洞察出这台机器的每一个生产动作，从而去分析它的效率、产量、能耗、安全、质量等问题。 “这些都是生产过程数字化的基础数据，通过声纹或图像等方式很难获取，所以我们解决的是整个工业互联网非常底层的技术问题。 ”张颖华说。
赛博联物机器数字化解决方案的技术架构
不过，由于电气异常现象偶发、瞬变，捕获和分析的难度都很大。张颖华提到，整套AI电纹识别解决方案的开发拥有三大难点：
首先，工业现场的噪音环境十分复杂，需要在一堆被噪声淹没的杂乱信号中提取有效电信号，并保证信号不失真，这对电信号传感器、前端模拟和数字电信号预处理来说有较高难度。同时，很多安全、健康、质量等方面的异常都是稍纵即逝，必须有毫秒甚至微妙级别的高速异常事件捕获能力；其次，需要从电信号中提取特征值，而这个特征值需要从时域、频域、调制域等多个变换域进行提取，因此需要运用大量的数字信号处理技术和算法；最后，还需将特征值与设备状态、工艺生产的动作进行关联，因此要采用机理模型联合AI学习等方式建立模型。整套AI电纹识别技术的实现与赛博联物的核心团队背景息息相关。张颖华介绍，公司创始团队出身于电子测试和测量（TM）行业，致力于研究设备中各种电信号的变化规律，包括供电信号、控制信号、通信信号等，这个行业基础性强但技术门槛高，长期被巨头垄断。
其中，公司创始人兼CEO张颖华在机械原理、高端工业装备测控及先进电测仪器领域具有20年以上背景经验，并具备全球市场、产品科研及企业管理经验，连续创业，曾任职于国内电测行业头部公司普源精电（RIGOL），担任高频电信号产品线经理，全面负责核心产品线的研发、产品线管理、全球市场营销；CTO黄庆忠曾在AI独角兽格林深瞳负责AI产品的软件架构研发，并拥有15年以上工业AI和高端智能仪器研发经验；CMO梁斌则拥有10年以上电信号分析算法研发和应用、国家电网边缘计算芯片算法研发经验。