Augury增获800万美元融资,用AI预测机械故障

内燃机、风扇或气压机的机械异常是否可以从它们单独产生的声音中推断出来?事实证明,是的——而且非常精确。嵌入在噪音中的模式传达了有价值的信息,其中一些预示着麻烦。

受此启发,软件开发人员Gal Shaul和模拟信号处理工程师Saar Yoskovitz于2011年共同创立了Augury。两人将这家总部位于以色列和纽约的初创公司称为“机器沙札姆”(Shazam for machines)。它的无线光晕传感器——附着在商用冰箱、工业规模的加热器,以及介于两者之间的几乎所有东西上——记录诸如振动、温度和磁性等读数,并将其上传到云端,人工智能算法会摄取这些数据,对机器的健康状况做出预测。

江森自控(Johnson Controls)、布鲁克林海军造船厂(Brooklyn Navy Yard)、纽约教育部(NYC Department of Education)、格兰富(Grundfos)、多佛(PSG Dover)、特灵(Trane)和开利(Carrier)都是Augury的客户,这无疑给早期投资者留下了深刻印象。今天上午,高通风投(Qualcomm Ventures)宣布,为Augury的2500万美元C轮融资追加了800万美元的额外资金。这轮融资由Insight Venture Partners领投,现有投资者包括Eclipse Ventures、Munich Re/HSB Ventures、Pritzker Group VC和勒勒•希波(Lerer Hippeau)也参与了此轮投资。这轮扩大后,Augury的融资总额达到了5900万美元,此前不久该公司刚刚完成了对Alluvium的收购,Alluvium是一家机器学习初创企业,它的平台可以从工业数据流中获取信息。

高通副总裁Carlos Kokron将以观察员身份加入Augury董事会,他说:“Augury已经成为IIoT的领导者,利用人工智能使世界领先的制造商能够通过更好的机器健康监测来改善他们的运营。我们对他们的愿景和吸引力感到兴奋,并期待与他们合作,在工业环境中推进5G和边缘计算。”

Yoskovitz说,Augury的技术经过精心设计,具有可扩展性和可自我完善的规模。 技术人员在机器的不同位置处捕获的记录用于在Augury的云中建立基准读数。 然后将它们与其他客户拥有的类似设备产生的声音进行比较,从而无需Augury为每台新机器重新训练其模型。 随着时间的流逝,系统开始识别异常声音和其他故障指示器,例如,学会在升降机机器人中发现有故障的执行器,并将该知识应用于检测其他设备中损坏的执行器。

在早期,Augury与服务公司和设施经理直接合作,对商业建筑中的关键系统进行诊断,如泵、风扇、冷却器和HVAC(供暖、通风和空调)系统。但此后,它将服务扩展到非关键机器,为这些机器提供持续的监控,用于诊断机器的健康状况并建议最佳的维护实践。

Augury声称,通过发现早期的破损迹象,其技术可以减少75%的故障,增加45%的正常运行时间,降低30%的资产成本。技术人员使用它的智能手机应用,迄今已挽救了3000多台机器,监测了6万多件工业和商业电器,避免了7000多起故障。

需要说明的是,像Augury这样的预测性维护解决方案并不新鲜。它们已经在喷气发动机和燃气轮机中使用了几十年,而竞争对手,如GE Digital的Predix和初创公司Petasense,也提供类似的具有Wi-Fi功能,云和AI驱动的振动传感器。一些公司甚至在内部提供这项服务,比如Gogo,它记录飞机上服务器的风扇速度(风扇速度是温度的一个指标),为Gogo的地面服务器运营商建立决策树,帮助预测设备故障。

此外,这是一个成熟的市场。根据麦肯锡全球研究所(McKinsey Global Institute)分析师最近的一份报告,到2025年,可预测的工厂维护业务规模可能达到12亿至37亿美元。但是首席执行官Yoskovitz对Augury的技术有着宏伟的愿景,他希望有一天这项技术能应用到家用电器中,比如洗衣机和电烤箱。

Yoskovitz说:“随着工业市场的数字转型继续获得显著的关注,今天很明显,5G技术将在实现工业物联网的大规模前景方面发挥关键作用。5G承诺的低功耗、高带宽和低延迟能力,将使我们能够重新想象我们的产品的工作方式,以及我们可以向客户和合作伙伴提供的价值。通过与高通合作部署和利用5G技术,我们将成倍地扩展我们的机器健康解决方案,使制造业更加可靠,同时帮助我们的合作伙伴改变他们的运营。”

发表评论

电子邮件地址不会被公开。 必填项已用*标注