以色列TOP100｜利用AI技术+物联网来监控和预测系统故障，「DiagSense」为工业设备看病把脉

以色列TOP100

携手犹太前沿科技  助力深圳快速发展

「DiagSense」

2017年，中国工业物联网市场规模达到2382亿元，增速达到9.0%。 在资金、政策等双擎驱动下，我国各級政府持续推进智能制造战略，工业物联网的应用价值愈发凸显。随着计算机技术的进步以及人工成本的上涨以及竞争的加剧，通过AI技术和物联网传感器对工业设备实行智能监控、诊断、预防性维护的需求日益迫切。

深圳以色列创新中心近期获悉，「DiagSense」是一家专注于工业机械设备领域的预防性维护解决方案提供商，它利用AI技术+物联网来监控和预测机械系统故障，帮助电力、化工、石油和天然气公司保持机械设备的最优生产效率和最低运行成本。

「DiagSense」的CEO Tidhar Tsuri是数学和计算机科学学士，毕业于以色列研究型大学内盖夫本-古里安大学（BGU），在实时嵌入式系统开发与软件项目管理方面拥有15年经验。CTO Ran Etgar是一位工业工程博士和讲师，拥有 20 余年行业经验的运营研究专家。研发经理Guy Bloch是SW行业资深人士，拥有20余年的开发经验，担任过众多软件产品的开发总监职位，拥有特拉维夫大学的哲学学士学位。

AI技术解决方案

解决方案架构渠道示例

工业机械设备领域的设备运维成本占比高，技术实现又相对较难，以孤岛形式捕获并分析传感器数据是无法揭示系统性的、多变量的故障问题，「DiagSense」针对行业痛点提出解决方案，全维度的采集传感器数据，灵活的识别所有潜在数据源，在持续收集多变量数据后，通过人工智能算法进行机器学习和数据挖掘去定义正常的系统基线，对检测到的异常进行根本原因识别和分类标记，最终生成基于全局参数的可操作性建议。

核心产品功能

在线泄漏检测系统

「DiagSense」的这项方案可以采集安装在机械设备中的传感器数据，通过预测性分析和机器学习演变的算法对机械设备的“健康等级”进行实时监控、分析，在机械设备故障发生之前，提前预测故障的发生。

离线预测维护工具

无需安装和购买昂贵的系统就可以获得非常便宜和快速的预测维护解决方案。「DiagSense」通过分析历史数据，为客户提供有关系统状况的综合报告。

泄露检测与定位

与FAST gmbH公司最专业的工程师一起，「DiagSense」可以为客户提供最可靠的泄漏检测和泄漏定位在线系统。

服务行业客户将技术落地

「DiagSense」目前正在与能源、化工、电力、城市工程供水运营商和制造商展开合作，已经落地的案例有为化工类客户Dor Group、PEI提供油类泄露检测服务，将检测时间缩短至30 秒以内，并减少95% 的错误警报；为流体控制设备客户Flowserve提预测故障服务，精准识别和监测在遭受撞击或冲击时叶轮是否失调；为石油和能源公司CJSC ChernoMorNefteGaz提供气体泄漏检测服务，通过AI技术来确定海底三通管线出现气体泄漏的正常基准线；为石油和能源公司Gasunie提供热交换器故障预测服务，通过AI技术成功识别污垢开始累积的首次趋势；为电信公司Galooli提供发电机诊断服务，在意外故障前提前检测到问题。

在商业层面，「DiagSense」希望在中国深圳寻找本地商业伙伴与投资合作伙伴，助力开拓本地市场机会，共享知识产权并携手合作，实现技术的本地化和迁移。