鹏锐技术完成3000万元A轮融资,要做流程工厂的“智慧大脑”

亿欧网 中字

流程工厂的概念与制造业常见的离散型工厂相对应。

离散型工厂行业的特点是生产的各个环节可以彼此独立,最后经过总装输出成品,而流程工厂行业(“流程工业”)恰恰相反,它指的是从原材料加工开始最终到输出成品的过程中,物料使用是在彼此相连的设备或管道中进行传递的。这些设备和管道,以及其他一些辅助设施组合起来便称之为流程工厂。流程工业一般指石油化工、电力、核工业、生物制药、水处理等行业,其行业应用也可以拓展到船舶、冶金、基础设施等资产密集型行业。

随着《中国智能制造2025》的提出,从政府到企业乃至产业资本都在研究如何推动智能化的落地执行,不仅制造业在大力推送生产过程智能化,流程工厂行业也在寻求智慧化转型升级的方法。

近日,工业全生命周期智慧解决方案提供企业深圳鹏锐信息技术股份有限公司(以下简称“鹏锐技术”)收到全国股转公司出具的“关于深圳鹏锐信息技术股份有限公司股票发行股份登记的函”,这标志着鹏锐技术首次股票定向发行通过股转系统备案审查。这也是鹏锐技术的A轮融资,本轮融资由千乘资本领投,融资金额3000万元。

据了解,鹏锐技术是一家致力于为电力、石化、基础设施等资产密集型企业提供数字化、智能化软硬件产品,以及全生命周期管控一体化解决方案和内容服务的企业。用更为通俗一点的话来说,鹏锐技术目前正在做的事情便是搭建一套以数字化、虚拟现实、工业物联网、大数据和人工智能等现代科技为基础的“智慧工厂”,帮助流程工厂尤其是传统电厂提升整体工作效率,节省工厂建设成本等。公司成立于2012年,注册资本1000万元,其创始人、董事长兼总经理刘鹏毕业于武汉大学电子信息工程专业,并拥有多年电力行业从业经验。

本周,亿欧走进位于南山云谷创新产业园的鹏锐技术深圳总部,听刘鹏讲述他的创业经历和公司发展历程。

深谙电力行业痛点,鹏锐技术要做市场开拓者

2006年,毕业于武汉大学电子信息工程专业的刘鹏进入中广核集团台山核电,属于运营人员序列,先在西安交大核能学院进行系统培训,于2007年转入深圳中广核工程设计有限公司工作,曾担任公司3D协同设计平台、数字化核电厂、虚拟现实技术以及设计院数据集成和成果数字化移交及应用项目负责人,对以电力行业为代表的流程工厂行业有着深厚的理解和宝贵的行业经验。刘鹏对亿欧表示,传统流程工业所面临的痛点,可以从项目建设、运维两方面来描述;与此同时,不同类型的项目所需解决的问题也各不相同。

以电厂为例,在电厂建设过程中,传统在二维平面图上设计的电缆铺设线路,存在20%左右的误差,在采购建设过程中直接增加了不必要的成本;不同专业之间的碰撞问题严重,影响工程质量和工期,大量的现场问题导致工程建造成本上升。此外,传统模式下建设的电厂移交和生产准备期也比较漫长,不仅需要阶段性交付大量的施工图纸文件,造成数据和信息在运维阶段无法有效应用,更由于业主缺乏对电厂设计的管控手段,在拖长交付过程的同时也无法保证足够的交付质量。

而传统电厂的运维过程,同样存在痛点。首先,运行生产数据采集或者维修检查需要大量人员参与,效率较低;其次,基于如常规电厂、核电等企业的特殊性质,一线工作人员在进行现场检修时存在一定的危险性,如若不能提前预知故障类型并远程做好应对措施,容易造成安全事故,给业主的生产经营埋下隐患。

此外,刘鹏发现在流程工业的设计领域,一直缺乏有愿景的本土厂商进行深入的技术研发工作。虽然我国流程工业信息化的改造从上世纪90年代时已经开始,但是近三十年过去了,无论是工程、设施三维设计还是全生命周期的数据支持乃至智慧化解决方案,本土厂商的技术理念和水平并未出现长足的进步,反而一直受限于外国厂商的强势影响,只能被动接受国外的产品和技术理念,受制于人。

基于以上所述,刘鹏与一群中广核、外企软件公司志同道合的技术人员一起,陆续又加入了来自于腾讯、华为等公司的专业技术人员,逐渐组成了现在鹏锐技术的核心团队,投入到流程工厂软硬件相结合的数据管理及智慧化解决方案的研发中,并从一开始就确定了以“服务业主、倒序发展”的发展思路,开启了自己的创业历程。

五大特色产品,为流程工厂减员提效

随着技术的不断发展,资产密集型的流程工厂业务迫切需要通过科学管理迎接行业快速变革所带来的挑战。

流程工厂的系统、设备复杂,从立项到最终退役周期漫长,参与人数众多,不管是物资资产,还是对应的信息资产,都需要花大量的精力来维护,动态的运行生产如设备的性能分析和预测所需资源更巨。

以单体最复杂的流程工厂装置核电站为例,一座核电站从立项到投产往往需要10年左右,再加上投产后60年的寿期,在它70年的全生命周期中,单个核电机组涉及了60余个设计专业、1500张P&ID,60000张单管图,可谓真正的“海量”数据,而这些庞大的数据,实则是支持流程工厂全生命周期正常运作的重要信息资产。

而鹏锐技术自主研发的WIZ Solution,可以配合流程工厂的全生命周期,在对信息资产进行高质高效的管理基础上,有效提升业主运行生产效率、质量和安全。

据介绍,WIZ Solution的核心产品主要有:

1、三维数字化信息管理平台WIZ PLANT:可以实现数据的聚合和互用,将之前分散在各类图纸文件模型中的设计、施工、运营数据有机整合,形成信息资产并在全生命周期中通过各项生产应用增值。该平台基于ISO工业数据标准设计,具有很好的兼容性和可拓展性,和极强的可视化能力,其数据模型结合大数据、人工智能等技术可以形成具有流程工业特色的全生命周期“知识库”。目前在WIZ PLANT信息资产基础上已拓展开发了WIZ Inspection智能点巡检、WIZ Project Safety基建期安全管理等生产应用。据亿欧的了解,鹏锐技术还参与了工业数据国际标准(包括ISO 8000工业数据质量等)和流程工业国标的编写和制定。

2、一体化工作平台WIZ Workbench:该工作平台可以在WIZ PLANT整合数据的基础上,通过开发和嵌入第三方工作系统,将之前需要在多个隔离的系统中多次操作才能完成的工作,整合到同一工作流中,并且让数据、文档和知识随着工作流按需进行流转。

3、企业大数据平台WIZ Data:WIZ DATA企业大数据平台为业主运维提供智能助力,以某燃气电厂为例,每日处理的生产数据达到五十亿条,并且能够通过自主学习实现最优工况推荐,设备、系统异常警报和预警等功能。

4、三维虚拟仿真验证平台WIZ VR:该平台的主要作用在于“行动可视化”,可利用该平台练习设备的日常运维操作,同时也能让业主能够进行包括应急、安全在内的各种演练。据亿欧的了解,鹏锐技术进一步将该产品向AR和MR拓展。

5、以及智能盒子WIZ Box:智能盒子是鹏锐技术自主设计研发的硬件产品的代表,采用物联网技术开发的数据采集硬件设备,可以在不需要重新布线的前提下,实现设备等资产的运行状态参数的采集,包括温度、振动、形变、位移、水浸、电缆火灾预警等,在一个大修周期内实现秒级数据采集的前提下,无需更换电池。降低现场人员劳动强度,确保安全,同时提高点检数据的密度和质量,为WIZ DATA补充所需的数据。

刘鹏向亿欧表示,虽然目前新增的电厂都是按照智慧电厂的标准建造的,但我国同时还存在着1000多家传统电厂需要改造,这种不用重新布线的物联网设备从很大程度上降低了传统电厂智能化的改造难度,比较受用户欢迎。

据悉,WIZ Solution已在京能、大唐、国家电投、南网、中核、中石油、中铁等行业领先企业的大量实际项目应用中通过验证,并已开始被海外的行业领先企业采用。与此同时,鹏锐技术也在不断完善和丰富该解决方案。

从蛰伏到初露头角,鹏锐技术未来发展可期

按照如今资本市场对于创业型企业的要求,蛰伏6年才拿到A轮融资的鹏锐技术,似乎不太适应这个快速变化的行业规则,但刘鹏对亿欧坦明了自己的节奏:“2012年我们开始做这件事的时候,市面上其实并没有同类型的企业,其实当时的想法是刚好抢占先机,在行业中站立脚跟,稳扎稳打。”

本轮融资方千乘资本VP姜欣也向亿欧阐述了投资鹏锐技术的过程:“从最初接触鹏锐,到最终签订投资协议,仅仅用了1个月的时间,我们看中的不仅是电力行业在信息化、数据化、智能化进程中蕴含的巨大机会和市场空间,更是鹏锐在客户需求的深度挖掘、产品化落地以及针对大B客户的商务拓展三个层面的能力都十分突出。目前公司的几款主打产品,从了解客户需求到最终的产品落地并签下大单,都是在一年的时间内完成的,产品战略和团队执行力突出。”

姜欣表示:企业服务领域大数据项目的判断标准就是是否融入到了企业的生产流程之中,真正为客户带来了实际价值。在现阶段,聚焦细分行业,基于“应用+平台+数据采集”的整体解决方案模式将有较大机会,一是补全客户的数据采集能力,二是基于平台抢占细分市场格局,三是应用、平台和数据采集有较好的互耦性,可以加强对客户的粘性,并为后续应用的进一步深入打下基础。同时类似于电信和金融行业,电力行业也在从封闭逐渐走向开放进程中,在这个进程中许多第三方企业将有可能迎来属于自己的发展机会。

据悉,本轮融资完成后,鹏锐技术将继续携股东资源与组织势能,夯实研发基础。在巩固升级底层数字化知识库的同时,在两端如:前端的流程工业设计软件;后端的物联工厂、人工智能等方面重点发力。鹏锐技术将加快相关领域布局速度,在横向拓展业务的同时,纵向继续深挖产品内容价值。我们有充分的理由期待鹏锐技术未来的发展。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

8.31 OFweek人工智能产业投融资峰会
【抢先登记】大数据技术与应用论坛
还不是OFweek会员,马上注册
反馈
打开