博路亿鸣科技（北京）有限公司国产化融合AI技术引领之路

2026年10月22日 15:10:44

一、公司概况与发展历程

博路亿鸣科技(北京)有限公司成立于2014年3月10日,位于中关村石景山园区京西金融街(长安中心)园区,注册资本1660万元。公司是一家集研发、生产、销售、技术服务于一体的科技公司,始终定位为智慧工厂数字化转型的技术提供商。

自成立以来,博路亿鸣深耕设备状态监测与故障诊断领域,逐步构建起以电机电信号诊断和机械声波诊断为核心的双技术体系。2022年12月30日,公司通过北京市科学技术委员会、北京市财政局、国家税务机关组织的高新技术企业认定,荣获“国家高新技术企业”称号。这一认定充分证明了公司在技术水平和产品技术含量方面的实力。同时,公司还获得了ISO9001、ISO45001、ISO14001等多项管理体系认证。

公司团队骨干由行业内资深专家组成,在国际状态监测技术推广、工业物联网技术方案、现场诊断技术服务、物联大数据互联服务等方面积累了丰富的经验。截至目前,公司已获得外观及实用新型专利4项、进入实审阶段的发明专利3项,另有多项创新成果正在实施验证中。

二、核心技术体系:EMD与SVB双技术融合

博路亿鸣科技的核心竞争力,源于其独创的EMD(Electric Motor Diagnosis,电机电信号诊断技术)与SVB(Sound Vibration Bearing,轴承齿轮声波润滑机械技术)双技术融合体系。

2.1 EMD电机电信号诊断技术

EMD技术基于经验模态分解(Empirical Mode Decomposition)算法,对电机运行过程中的电流、电压、功率、谐波等非平稳电信号进行自适应分解,剥离电网波动、负载干扰等噪声成分,提取出反映设备健康状态的本征模态函数(IMF)。通过分析这些特征分量,可以精准识别转子断条、绕组老化、相间不平衡、过载、变频器异常等电气故障。

EMD算法的核心优势在于其自适应性——它能够根据信号自身的特征进行分解,使得电机正常状态和故障状态下的特征具有明显的差异性,有利于分类器进行准确诊断。博路亿鸣将这一算法与工业现场实际需求深度结合,实现了从数据采集、信号处理到故障诊断的全链路技术闭环。

技术支撑:电机故障检测仪(静态不带电)AMT5000Pro、AMT8000ultra、AMT9000+三系列产品;电机在线故障巡检仪MT3300;电机在线固定式和分布式在线系统;

2.2 SVB轴承齿轮声波润滑机械技术

SVB技术是基于32kHz谐振弹性波(声波HD)检测原理的创新性诊断方案。该技术内置黄铜谐振棒与压电晶体专用结构,搭配窄带带通滤波、24位高精度AD转换和DSP高速信号处理,能够捕捉轴承和齿轮运行中极其微弱的声波信号。

SVB技术的核心诊断参数包括:HDm(冲击最大值)用于判定轴承/齿轮磨损和点蚀;HDc(地毯值)用于判定润滑油膜状态和磨粒污染;δ=HDm-HDc则综合判定润滑状态。该技术能够有效区分轴承本体故障、缺油、油液污染、轴系磨碰、泵汽蚀、轴承抱死等7类典型故障,并以绿/黄/红三色直观划分设备健康等级。

相较于传统振动监测技术,SVB技术具有抗低频干扰能力强、微弱故障识别精度高、低转速设备适配性优异等突出优势,且传感器出厂统一校准,无需逐台标定。

技术支撑:轴承故障检测仪是SVB2000;4通道至32通道现场测试仪;机械紧凑型8*2通道采集器;机械分布型32*2通道采集器;

2.3 双技术融合的协同效应

EMD与SVB的融合并非简单叠加,而是形成了“电气+机械”全方位诊断的协同架构。SVB技术负责机泵、齿轮箱、轴承等机械侧的故障诊断与润滑监测;EMD技术则负责驱动电机电气侧的故障诊断与负载异常研判。两者相互补充,消除了单一技术路径的监测盲区,使整体故障诊断准确率达到98%以上。

这一融合架构的应用场景覆盖量机泵群、电机、齿轮箱、风机等各类旋转设备,可提前15至30天预警轴承磨损、齿轮点蚀、润滑失效、电机绕组老化、轴系不对中、泵体汽蚀等典型故障。试点客户验证数据显示,故障识别准确率≥98%、误报率≤2%。

三、AI赋能:从“听得见”到“听得懂”

如果说EMD与SVB是博路亿鸣技术的“双引擎”,那么AI则是驱动这双引擎的“智能大脑”。

3.1 传统诊断的智能化升级

传统工业设备诊断长期依赖人工经验——老师傅凭耳朵听声判断轴承磨损,凭经验识别异常振动。这种模式不仅受限于人的感官极限,更无法实现7×24小时不间断监测。博路亿鸣将AI技术融入EMD与SVB的诊断流程,实现了从数据采集到智能决策的全链条智能化升级。

在信号处理层面,AI算法能够自动完成对海量电信号和声波信号的特征提取与模式识别。在故障诊断层面,机器学习模型基于历史故障数据不断优化诊断精度,实现从“人工判读”到“智能诊断”的跨越。在预测维护层面,AI驱动的PHM(故障预测与健康管理)云平台能够进行设备剩余寿命(RUL)预测、趋势分析和维保工单自动生成。

3.2 国产化AI的技术路径

在国产化替代的大背景下,博路亿鸣坚持走自主可控的技术路线。公司自主研发了智能制造设备故障预警健康管理控制平台,拥有电机电信号在线离线健康诊断系统和机械健康状态在线系统等自主核心技术。

在AI算法层面,公司基于国产化技术栈进行模型训练与部署,确保核心算法不受制于国外技术封锁。在硬件层面,公司实现了从传感器、边缘采集终端到数据采集站的全国产化配置。在平台层面,公司打造的工业PHM预测性维护云平台具备设备台账管理、实时监测、故障诊断、趋势分析、剩余寿命预测、维保工单、报表统计以及多系统对接(MES/SCADA/设备管理系统)等完整功能。

2025年,博路亿鸣在AI技术布局上持续加码。公司申请了“基于物联网的轴承故障边缘检测系统”发明专利,以及“一种用于振动和冲击波传感器组的信号处理方法”专利。这些专利技术将AI算法下沉至边缘端,实现了数据本地处理、实时诊断、即时预警,大幅降低了云端依赖和传输延迟。

3.3 响应国家战略,引领国产化替代

当前,国家大力推进“人工智能+制造”深度融合。2025年11月,工信部首次发布《关于开展2025年人工智能产业及赋能新型工业化创新任务揭榜挂帅工作的通知》,面向人工智能产业发展底座、“人工智能+制造”、智能产品装备等重点方向,加快人工智能与工业深度融合应用。广东省也出台了《广东省人工智能赋能制造业高质量发展行动方案(2025—2027年)》,依托专业力量运用人工智能工具为工业企业提供咨询诊断服务。

博路亿鸣的国产化融合AI战略,正是对这一国家战略的积极响应。公司以EMD+SVB双技术融合为核心,以AI技术为赋能手段,打造硬件传感器+边缘采集终端+智能算法+PHM云平台+运维服务一体化的预测性维护解决方案。这一方案彻底替代了传统振动监测和定期检修模式,有效解决了工业设备非计划停机、安全事故、过度维保三大行业痛点。

四、产品矩阵与市场应用

基于EMD+SVB融合AI技术体系,博路亿鸣构建了三大标准化产品线: