Ein Team ehemaliger Wissenschaftler des Instituts für Schallforschung der chinesischen Akademie der Wissenschaften gründet ein Unternehmen. Dieses Unternehmen öffnet mit akustischer KI-Technologie einen Markt im Milliarden-Dollar-Bereich | Exklusivbericht von 36Kr

Text | Lin Qingqing

Redaktion | Yuan Silai

36Kr hat erfahren, dass das kürzlich das auf die Forschung und Entwicklung von industrieller akustischer KI-Überwachungstechnologie spezialisierte Unternehmen "Disheng Technology" die Serie-D-Finanzierung in Höhe von über 100 Millionen Yuan abgeschlossen hat. Die Investition wurde von der Advanced Manufacturing Industry Fund von Peking angeführt, und es folgten Institutionen wie Softbank China Capital, Bank of Communications Capital, Guoxin Guozheng Investment und Jinpan Capital. Das Kapital dieser Runde wird für die technologische Forschung und Entwicklung, die Expansion des ausländischen Marktes und die Integration von Industriekettenressourcen verwendet. Bis jetzt hat "Disheng Technology" insgesamt mehrere Hundert Millionen Yuan an Kapital beschafft. Zu den bisherigen Investoren gehören die Beijing CMIT Digital New Economy Industry Fund, Lenovo Capital and Incubator Group und Vertex Ventures China.

"Disheng Technology" wurde im Jahr 2017 gegründet. Das Kernteam besteht aus Mitgliedern des Instituts für Akustik der chinesischen Akademie der Wissenschaften und konzentriert sich darauf, mithilfe der berührungslosen akustischen Überwachungstechnologie Dienste zur Störungsvorhersage und Gesundheitsmanagement für industrielle Anlagen zu bieten. Das Unternehmen hat eigenständig Mikrofonarrays, KI-Stimmprint-Erkennungsalgorithmen entwickelt und eine eigene akustische Datenbank für industrielle Anlagen aufgebaut. Sein Geschäftsfeld umfasst Bereiche wie Energieversorgung, Eisenbahnverkehr und Energie, und seine Kunden umfassen führende Unternehmen wie State Grid, CRRC und MTR.

Das technische Prinzip besteht hauptsächlich darin, die Ausbreitungsmechanismen der von Anlagen erzeugten Geräusche zu untersuchen, die akustischen Signale des Betriebs der Anlagen auf berührungslose Weise zu erfassen und den KI-Erkennungsalgorithmus mithilfe einer über 100-TB großen Datenbank von Störungsgeräuschen (einschließlich über 50 Netzwerk-Szenarien, 37 Schienenverkehrsszenarien und über 100 industriellen Fertigungsszenarien) zu trainieren und zu verbessern, um eine Frühwarnung und Wartungsempfehlungen für laufende Anlagen zu ermöglichen und die traditionellen manuellen Inspektions- und kontaktbasierten Sensorlösungen zu ersetzen.

Die akustische KI-Überwachung wird als wichtiger Weg für die intelligente Transformation von industriellen Anlagen angesehen. Die traditionelle Wartung basiert auf manueller Erfahrung oder auf invasiven Sensoren. Die erstere ist ineffizient und kann komplexe Szenarien nur schwer abdecken, während die letztere eine invasive Installation erfordert und hohe Umstellungskosten und Sicherheitsrisiken mit sich bringt. Die akustische Überwachung kann durch das Erfassen von Schwingungs- und Geräuschsignalen von Anlagen interne Störungen auch in berührungslosem Zustand durch physikalische Barrieren hindurch erkennen, wie z. B. Gleichstrom-Vormagnetisierung von Transformatoren, interne Lockerelemente, Risse in den Achslagern von Hochgeschwindigkeitszügen und Polygonität der Räder.

Globale Unternehmen wie Brüel & Kjær aus Dänemark und 3D Signals aus Israel haben frühzeitig in diesem Bereich investiert. Aufgrund von Datensicherheit, lokaler Anpassung und Preisfaktoren ist die Penetration ausländischer Produkte in chinesischen Monopolbranchen jedoch begrenzt. Das China Commercial Industry Research Institute schätzt, dass der Markt für die auf akustischer Technologie basierende Anlagenüberwachung in den nächsten Jahren ein Volumen von über 350 Milliarden Yuan erreichen wird, was ein riesiges unerschlossenes Marktsegment darstellt.

Dennoch gibt es immer noch gewisse Probleme bei der effektiven Datenerfassung und der standardisierten Verarbeitung in komplexen industriellen Szenarien. Das Betriebsumfeld von Anlagen ist stark von Störgeräuschen beeinträchtigt, und die akustischen Merkmale werden leicht durch Temperatur, Feuchtigkeit und Unterschiede in der mechanischen Struktur beeinflusst. Die traditionellen Lösungen können daher keine genaue Erkennung gewährleisten.

Das Team von "Disheng Technology" hat zunächst mit Querverbindungsvorhaben des Instituts für Akustik der chinesischen Akademie der Wissenschaften begonnen und sich auf Branchen wie Energieversorgung und Eisenbahnverkehr konzentriert, die stark monopolisiert sind und über ausreichende Budgets verfügen, um Wettbewerbsvorteile aufzubauen. "Der technologische Weg chinesischer industrieller Anlagen unterscheidet sich von dem ausländischer Anlagen. Beispielsweise erfordert die spezielle Struktur des chinesischen Hochspannungsnetzes und der Achsen von Hochgeschwindigkeitszügen eine lokale Neukonstruktion der akustischen Merkmalsmodelle", meint Ding Dongliang, Gründer von "Disheng Technology". Zukunft wird der Wettbewerb in der Branche auf die Fähigkeit zur Datenkreislaufführung und die Effizienz der Szenarioumstellung abzielen. Das Unternehmen plant, neue Anwendungsbereiche wie die NVH-Tests von Autos und die Ultraschallüberwachung zu erschließen und sich mithilfe der Ressourcen von MTR auf den südostasiatischen Markt zu konzentrieren.

Ding Dongliang sagte 36Kr, dass der Schlüssel zur Lösung der Probleme in der Branche in der Zusammenarbeit zwischen der Frontend-Hardware und dem Backend-System liegt. Das von seinem Team selbst entwickelte Fernfeld-Richtmikrofonarray wurde bereits in mehreren industriellen Szenarien eingesetzt und wird mit einem KI-Rauschunterdrückungsalgorithmus kombiniert, um effektive Signale aus komplexen Schallfeldern zu extrahieren. Die Backend-Datenbank wurde über zehn Jahre hinweg aufgebaut und umfasst über 170 Störungsszenarien in Bereichen wie Energieversorgung und Eisenbahnverkehr. Durch die Zusammenarbeit mit dem China Electric Power Research Institute und dem China Academy of Railway Sciences wurde ein hierarchisches Diagnosesystem entwickelt. Beispielsweise erreichte die Genauigkeit der Erkennung von anomalen Stimmprints von Transformatoren in einem Hochspannungssubstationsprojekt der State Grid über 90 %, wie z. B. Überlastung, Gleichstrom-Vormagnetisierung, interne Lockerelemente und Geräusche der Kühler.

Zurzeit hat "Disheng Technology" Kernprodukte wie das Transformator-Stimmprint-Überwachungssystem, das Geräuschdetektionsgerät für die Fahrwerke von Hochgeschwindigkeitszügen und das Schallbildgerät entwickelt.