1.痛點問題

預測性維護（PdM）以資產密集型企業為服務對象，用于確定在役設備狀況，預測何時應做維護。只在確有必要時才做維護，比日常或定期進行的預防性維護能節省成本。調查數據顯示，引入預測性維護的企業，能夠大大節約企業生產成本、帶來效益增加、有效提高企業競爭力。預測性維護代表著工業服務化和未來商業模式轉變的歷史選擇。而現有運維技術的低可靠性與高復雜度，以及在此過程中形成的數據孤島都極大地限制了企業的效率，企業對預測性維護的需求日益強烈。

目前，預測性維護的主要提供商仍僅局限于某幾個領域，行業內和行業間的競爭遠未充分，市場發展潛力巨大。

2.解決方案

本項目的技術核心是用于系統優化的數學模型和預測算法。項目團隊深耕機器學習、大數據算法以及運維調度、魯棒優化算法，取得了機理與算法之間邏輯耦合的關鍵技術突破，建立了自主知識產權的系統級智能監測體系及整體性的運維解決方案，為企業提供生產及質量的全面動態優化，其覆蓋面廣、可靠性高、操作簡單、經濟效益顯著。

合作需求

1）市場資源：軌道交通業、無人駕駛行業、先進制造業等，有實現高質量發展愿望的、旨在增效減負的資產密集型企業市場資源對接；

2）資金：天使輪擬融資500萬元，用于完成開發平臺的搭建，推出兩款擁有自主知識產權的預測性維護產品。

3）其他資源：辦公場地、實驗場所及設備、人才支持等。