清华大学、MIT博士创业，「频率探索」获数千万元A轮融资

投资界（ID：pedaily2012）8月22日消息，工业AI预测性维护公司频率探索智能科技江苏有限公司（以下简称“频率探索”）完成数千万元A轮融资，本轮由涌铧投资领投，常州高新投跟投，融资资金将主要用于产品研发、生产线建设与市场拓展。

频率探索成立于2021年，是一家工业AI预测性维护公司。公司掌握了大量的工业设备机理研究数据及信号分析诊断方法，能够为设备故障提供早期诊断、故障量化、寿命预测及智能运维服务。

在技术积累上，频率探索团队有着多年的清华动力学和故障诊断相关技术积累，公司基于机械动力学机理、振动信号处理与特征提取、基于小数据训练的故障智能诊断等研究形成了故障诊断算法，能协助替代传统振动分析师的角色，给出分析判断；此外，公司也基于机理和如声音、温度、电压、电流等其他更广泛的数据，生成了不同的故障诊断算法。

在振动研究部分，频率探索核心团队曾有泵、航空装备制造的创业经验，过往的行业经验，让他们对设备的振动信息及分析应用有着较深的研究和积累，从而从中摸索出规律，并最终沉淀成技术与产品。

频率探索会结合产品结构、动力学基础、工艺工况，以及电压、电流等非振动、非声音信息，结合客户设备情况，提取有价值的信息。

频率探索的信息维度

孟力表示：“设备信号图就像心电图一样，每一种曲线特征背后都蕴含着一种信息，我们通过不同的机理模型对数据做了拆解，且过滤掉工况变化与干扰信息，得到了最终与故障相关的信号特征曲线，再分析曲线中的数据变化程度与趋势，定位设备状态、故障模式、故障程度、未来预测等用户关心的结果。”

目前，频率探索可以诊断20多个行业、50多种设备的40多种故障类型。

硬件上，频率探索会通过无线传感器、有线传感器等不同类型的传感器来获取数据，再通过无线网关和数据采集卡等来汇总数据，做好前端的数据收集工作。频率探索也在充分利用微纳米MEMS芯片的特性，希望将传感器做得越来越小巧、低能耗、计算力更强，未来能实现更普遍广泛的边缘计算。

频率探索传感器示意

软件层面，频率探索提供了一个拥有多维判断标准的AI设备卫士，为设备提供多维度故障机理模型的实时跟踪，且提供分钟级故障诊断结果；整个诊断结果由AI引擎自动计算得出。

面对大模型的热流，频率探索正将生成式文本与大模型引入产品中，希望通过大模型，帮助公司更好地对客户各类型信息和数据做收集，如内部设备故障、型号、结构等信息，简化有效信息清洗难度。

频率探索团队出自清华大学、美国麻省理工学院、德国亚琛工业大学等著名院校，公司的首席科学家褚福磊教授是中国振动工程学会故障诊断专委会主任。公司创始人兼董事长孟力本科就读于清华大学，博士就读于清华大学和MIT，在智能传感和故障机理上有着丰富的技术积累。