2019年1月，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。
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。
硕橙科技源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。该实验室场景复杂、设备精密、需求苛刻，这些造就了硕橙产品的超高起点。
硕橙产品现场布点
硕橙科技在产品硬件端以非接触的方式实现了对设备噪声的采集和初步分析，在软件端则实现了利用算法对特征值进行识别，判断设备故障类型。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。
硕橙科技通过噪声大数据分析后归纳的特定噪声频谱类型
对此，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。而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。”相关市场数据显示，硕橙科技开发的这一整套噪声识别算法，在准确度和学习成本（所需时间和数据量）之间已取得很好的平衡。
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。其中，首席科学家谭熠于2017年12月入选厦门市高层次人才“双百计划”。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。
针对本轮投资，梅花创投创始合伙人吴世春表示，“噪声识别是硕橙的核心竞争力，豪华的团队是我们选择投资硕橙科技的一个重要因素。中国预测性维护市场在2020年总体支出将达到110亿美元，具有广阔的发展前景。对于工业互联网感知层，当下正是切入的时间点，硕橙科技的创新技术帮助其在该领域占得先机，并有起量的趋势！”