点检仪哪家好怎样挑选

市面上常见的点检仪牌子有上海鸣志的小神探点检仪、彩虹飞科技的天眼点检仪、安徽容知的容知点检仪、北京正朝时代的正朝点检仪、朗坤智慧的点娜点检仪等，这些点检仪的价格都在大几千到两万元/台。小神探主要是在设备上做的比较好，后台系统有待加强，价格较贵，性价比相对不太高；天眼点检仪主要用在电厂；容知点检仪应用比较广泛，价格也最低，但是质量相对不如前面几款；正朝点检仪和点娜点检仪的产品线最长，功能最全，但是点娜点检仪胜在她的软件系统上，系统是用的自主研发的平台，高配置硬件点检仪采集的数据能及时传输到后台系统，实现巡检任务实时化、巡检报告重点化、巡检工作流程化、巡检数据安全化，巡检方式智能化确保安全生产，实现企业设备资产效益最大化。

说下点娜点检仪的优势吧：

产品设计符合Exib IIC T4 GB标准，本质安全。

充分考虑化工品需要进行远距离测温的需求，在点检仪行业首创测温环测温技术，提高测温距离与测量精度。

支持自主更换电池、全网通4G网络、支持实体键盘等设计充分满足用户的使用模式。

部署模式灵活，既能使用基于SaaS的云平台模式也能进行本地集中部署。

可与朗坤EAM产品共同构建设备全生命周期管理。

提供专业的巡点检知识库和实施/运维服务。

关键词：低速和重型机械;状态监测;故障诊断

中图分类号：TH-9文献标识码：A文章编号:1671-7597（2010）0420132-01

随着科学与技术，机械设备和更复杂的不断发展，提高在现代工业生产自动化，设备，作用和影响程度越来越大，并且越来越高的成本相关的设备，机器 *** 作的任何故障或发生故障时，不仅会造成严重的后果，造成显著的经济损失，甚至可能导致灾难性的伤害和恶劣的社会影响。通过机械状态监测为它的故障趋势的早期诊断，你可以找出失败的原因，采取各种措施进行维修，避免突然损坏设备，使之安全经济运行。可见，故障诊断，监控技术在现代工业生产中非常重要的作用，研究进行了故障诊断技术具有重要的现实意义。

1低速重型机械状态监测与问题故障诊断

1）低频测量技术来选择最合适的振动参数，最常用的参数测量振动的加速度。然而，加速度与减少的旋转频率的。

2）低频分析由测量装置的限制，该速度是非常低的产生低频振动信号故障。

但是，传感器将2HZ频率高通滤波器滤波之后由噪音，加之受环境噪音，使之对穷人的影响振动分析甚至无法进行。

3）的瞬时故障的问题的影响，每个失败的较长的时间间隔的影响，采用冲击的方法难以精确地监测故障信号。

4）由故障点的较低的频率响应产生的影响不能激发较高频率分量。

很难监测旋转机械的低：在大于600转，似乎有大量的能量和短周期的振动，振动分析诊断故障和损坏状态的应用程序;用于旋转机械小于600rpm的，由于低能量的长周期和具有振动发生，因此它是难以诊断的状态。很长一段时间，即使在低频超低频信号（≤2HZ）计量以及在国内外许多困难分析仪器，低频振动信号的测量需要特殊的传感器，测量仪器和测试方法。最基本的任务是测试低频振动信号的故障信号准确捕捉低速设备，没有适当的振动信号，那么后面没有意义的诊断工作。这需要最大降低电磁干扰的传感器，测量外部世界中的仪器。除了传感器的分辨率，测量范围，测量仪器的采样时间和信号处理时有更高的要求。更高的分辨率需要测量低频振动信号的情况，因为低频振动加速度值的数额？可能相当小，如时，1mm的振动位移，1Hz的频率？只有信号的加速度值004m/s2（0004克）;测量传感器的范围是传感器在一定范围内的最大测量值可以测量非线性误差，低于或高于该范围的信号的范围会引起失真。作为一般规则，更高的灵敏度较小测量范围，而更小的测量范围的更大的敏感性。收购右低频信号时，必须保证有高灵敏度和大的范围内，有必要使用特殊的传感器。

测量仪器

要求比较高，如旋转装置需要一周时间258s，以便捕获其未变形振动信号必须设置较长的采样时间。如果设置的行数，以6400行采样，采样带宽是0-4000Hz的，但必须要求的数据采集时间96S。这么多的线，这样宽的带宽的采样，只要采样时间，采样仪的信号处理能力，数据存储和更高的要求等方面的数量。

低速和重装轧隐藏特性频率非常低，一般在最左边的频谱，以及振动能量小，所以很容易忽略人员的诊断;更好，因为系统本身，振动，淹有隐蔽部位的特征频率，使得诊断非常困难的工作。传统的频谱分析，细化谱和倒谱技术可以有效地从强背景噪声的潜在的故障特征提取。

2低速重载设备状态监测

21状态监测的目的和任务

机械振动试验的目的和任务，主要体现在以下几个方面。

1）了解国家机器的运作，以确保在正常状态下运作。通过对机械设备的连续测试，可以为设备的运行状态有很好的理解在任何时候。当机器运行异常，提醒人们及时采取补救措施。

2）提供的机械状态的准确描述。以确定设备维修与检修的内容，提供的基础周期中，为了避免视觉检查和拆卸设备，即维持在一个令人满意的条件下的机械完整性，同时也提高了设备的效率。

3）实现预测性维护。通过振动测试，及时，准确地把握新趋势机械运行预测其未能达到预期的机械维修提供技术保证。当

22状态监测的工作流程和程序

要变速箱和轴承监测和故障诊断，适当的传感器总是第一选择，传感器安装在一个合适的测量点位置。由于传感器测得的振动信号较弱，因此所测量的信号来存取所述传感器放大器从放大器输出的放大信号调节器的放大信号，然后访问滤波，降噪等预处理。信号输出信号调节的是模拟信号，计算机无法识别，访问，因此也振动信号进行A / D转换器，即A / D卡的模拟/数字转换，处理后的数字转换成计算机可信号。最后，计算机分析了数字信号在时域，频域，从而成功地实现了测试的齿轮和轴承的振动。

23低速和方案的实施

与马鞍山钢铁股份有限公司重型机械状态监测有限公司是一家测试网站的低速重型机械的 *** 作状态监测为对象，包括主皮带驱动滚筒，回转滚筒，电动葫芦齿轮箱，线，杆低初轧机齿轮箱，搅拌机滚子轴承，轨道电机，变频器耳轴轴承，变频器减速机，立式磨，如低速重型机械的状态检测，数据的积累，分析这种装置的振动特性。重点监测故障低速重载设备，故障排除，包括主皮带传动辊，初轧机减速机齿轮箱，轴承等传动部件的支持。其中齿轮箱，轴承易出故障的部件，将重点监测对象作为分析其故障特征，诊断。

低速通过该公司的上海容知双通道便携式数据采集装置RH802，MRS20设备状态和SQL等数据库管理系统的手段重型机械状态监测。

双通道便携式数据采集装置RH802大屏幕液晶显示，过程简单，体积小，重量轻，使用方便，具有大的存储容量，以满足大容量数据采集的要求，可以进行如计划和非计划的数据采集，数字无计划的数据可以被保存。

网络管理系统

MRS20设备状态检测能力是众所周知的推出网络设备状态监测解决方案，是专业技术人员对设备状态监测与故障诊断，它的企业的一个工具 - 工厂 - 车间 - 设备 - 测点，在统一组织的树状结构多层次的信息，

管理和显示，用户可以方便快捷地进行数据分析，在一个友好的图形界面。

MRS20系统采用B / S，C / S结构，支持Windows

2000，NT，XP等 *** 作系统，以及基于Windows的32位Windows系统软件的开发SQL服务器，Oracle，Access等数据库。

为了使低速重载设备状态监测和故障诊断，以了解该公司的设备巡检管理系统MRS20，低速重载设备，以建立一个数据库的状态的能力。

设备状态管理系统MRS20添加到需要监测的低速重型机械，使得传输图，确定测量点的分布，并设置采集参数。然后制定一个监测计划，监测周期。监测团到达下一个便携式数据采集仪，你可以去现场监控，检测数据自动保存到下面设置好路径。经过现场测试完成后，再上传到MRS20设备状态管理系统，数据处理，信号分析与故障诊断的研究测试数据。

3结论在本文中，冶金工业

低速重型机械（包括轴承，齿轮）和失效的状态监测和故障诊断的形式问题存在低速和重型机械 *** 作功能和故障特点，重点对状态监测与故障诊断技术在低速重载滚动轴承和齿轮，研究了低速重载设备状态监测与故障诊断的特点。

参考文献：

[1] Chenke兴，李川崎设备状态监测与故障诊断技术[M]北京：科学出版社，1991

[2]。王楠，谌龙，孙长城，周博。应力波和低滚动轴承故障诊断基于小波分析[J]。振动工程学报，2007,20（3）。

[3]吴晚云，赵非堋。大型重型状态监控和滚动轴承[J]故障诊断。科技，1996,8北大学（3）。

[4]黄文虎，夏松波，刘艳。设备故障诊断理论，技术与应用[M]北京：科学出版社，1996。

在减速机诊断分析技术领域中，需要用不同类型的传感器来采集减速机数据，不同类型的传感器需要用不同的诊断系统，目前市场上有容知、斯凯孚诊断分析系统，他们的诊断分析系统多采用c/s架构，在使用时，数据采集不稳定，用多线程进行数据采集时，易发生数据传输错误、丢包现象，此外，c/s架构适用面窄，通常用于局域网中，由于程序需要安装才可使用，维护成本高，发生一次升级，则所有客户端的程序都需要改变。目前诊断分析系统的数据库大多采用单实例的架构设计，数据结构设计不合理，当数据量随着时间推移不断增大，数据查询非常缓慢。此外，目前诊断分析系统没有针对减速机的自学习、自修正及预测功能，从而导致分析结果的准确度低。

技术实现要素：

本发明旨在解决现有技术的不足，而提供一种减速机智能故障诊断系统及其诊断方法。

本发明为实现上述目的，采用以下技术方案：一种减速机智能故障诊断系统，其特征在于，包括数据层、webservice层、展示层和智能自适应诊断分析模块，数据层将采集的数据传递给webservice层，经webservice层处理后给展示层展示，数据层包括传感器、数据采集层和数据库，传感器采集减速机的振动数据和温度数据，采集的振动数据和温度数据经模数转换给数据采集层，数据采集层的数据以netty框架的多线程处理方式传递到数据库备用，数据库采用mysql主主+中间件mycat的架构管理数据，webservice层包括数据查询服务、数据配置服务、数据采集服务和api接口服务，数据库的数据双向传输给webservice层，展示层包括手机app、配置管理模块、波形展示模块、报警展示模块、诊断报告模块和大屏展示模块，webservice层经分析诊断将分析诊断的结果给展示层，且分析诊断采用ssm框架结构，展示层读取和查询webservice层传递来的数据，智能自适应诊断分析模块包括采样模块、信号处理模块，信号诊断分析模块和智能调机模块和预测分析模块，采样模块在数据库采样实时数据给信号处理模块，采样的实时数据经信号处理模块处理后得到特征值给信号诊断分析模块，信号诊断分析模块判断减速机的健康状态与实际减速机的健康状态作对比，将对比的差值给智能调试模块，智能调试模块对信号处理模块和信号诊断分析模块进行调试，且智能调试模块对预测分析模块进行修正，预测分析模块与实际减速机的健康状态作对比，再将对比的差值给智能调试模块，智能调试模块在对预测分析模块修正预测减速机的剩余寿命。

传感器的种类包括e版传感器、煤安传感器和本安传感器。

mysql主主为两个主数据库互为主从。

ssm框架结构为spring+springmvc+mybatis的框架结构。

api接口服务为手机app、大屏展示模块提供数据接口服务。

数据采集服务通过socket接口与传感器进行通信，接收传感器数据，并经过算法处理，写入数据库。

数据查询服务通过前端页面请求数据，建立数据库连接获取查询数据。

数据配置服务通过前端页面进行配置管理模块，建立数据库连接写入到数据库。

上述一种减速机智能故障诊断系统的诊断方法，其方法如下：

传感器采用无线4g传感器，安装在减速机轴承座附近，传感器把采集的数据传输到网关，再通过网关，4g网络传输的方式传输到服务器，通过服务器的通讯软件接收到数据库里，通过智能算法计算数据库中的数据，再次存储到数据库，诊断分析系统读取数据，展现给用户，用户可以根据振动波形和针对智能算法计算出的数值与报警阈值的比较产生的事件来诊断设备的情况。

本发明的有益效果是：数据采集层的数据采用netty框架的多线程处理方式，可以快速开发高性能、高可靠性的网络服务器和客户端程序，减少数据传输错误和丢包现象的发生；分析诊断采用ssm框架结构能够快速开发高性能、高可靠性的分析软件，维护成本低，不需要因一次升级所有的客户端的程序都需要改变；数据库采用mysql主主+中间件mycat的架构管理数据，具有读写分离、均衡负载、高可用等特点，能够快速存储和读取数据库；预测分析模块能够对减速机运行状态进行趋势分析及寿命预测。

附图说明

图1为本发明的架构示意图；

图2为本发明的数据流程图；

图3为本发明的mysql主主+中间件mycat的架构示意图；

图4为本发明的设备智能状态诊断过程示意图；

图5为本发明的设备智能状态预测过程示意图；

图6为本发明的智能算法流程图；

图7为实施例1的多趋势波形图；

图8为实施例1的时域波形图；

图9为实施例1的包络解调图；

图10为实施例2的多趋势波形图；

图11为实施例2的输入端3v时频域图；

图12为实施例2的时域波形图；

图13为实施例2的包络解调图；

以下将结合本发明的实施例参照附图进行详细叙述。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

如图1-6所示，一种减速机智能故障诊断系统，其特征在于，包括数据层、webservice层、展示层和智能自适应诊断分析模块，数据层将采集的数据传递给webservice层，经webservice层处理后给展示层展示，数据层包括传感器、数据采集层和数据库，传感器采集减速机的振动数据和温度数据，采集的振动数据和温度数据经模数转换给数据采集层，数据采集层的数据以netty框架的多线程处理方式传递到数据库备用，数据库采用mysql主主+中间件mycat的架构管理数据，webservice层包括数据查询服务、数据配置服务、数据采集服务和api接口服务，数据库的数据双向传输给webservice层，展示层包括手机app、配置管理模块、波形展示模块、报警展示模块、诊断报告模块和大屏展示模块，webservice层经分析诊断将分析诊断的结果给展示层，且分析诊断采用ssm框架结构，展示层读取和查询webservice层传递来的数据，智能自适应诊断分析模块包括采样模块、信号处理模块，信号诊断分析模块和智能调机模块和预测分析模块，采样模块在数据库采样实时数据给信号处理模块，采样的实时数据经信号处理模块处理后得到特征值给信号诊断分析模块，信号诊断分析模块判断减速机的健康状态与实际减速机的健康状态作对比，将对比的差值给智能调试模块，智能调试模块对信号处理模块和信号诊断分析模块进行调试，且智能调试模块对预测分析模块进行修正，预测分析模块与实际减速机的健康状态作对比，再将对比的差值给智能调试模块，智能调试模块在对预测分析模块修正预测减速机的剩余寿命。

传感器的种类包括e版传感器、煤安传感器和本安传感器。

mysql主主为两个主数据库互为主从。

ssm框架结构为spring+springmvc+mybatis的框架结构。

api接口服务为手机app、大屏展示模块提供数据接口服务。

数据采集服务通过socket接口与传感器进行通信，接收传感器数据，并经过算法处理，写入数据库。

数据查询服务通过前端页面请求数据，建立数据库连接获取查询数据。

数据配置服务通过前端页面进行配置管理模块，建立数据库连接写入到数据库。

配置管理模块可以对组织结构、测点、采集站进行配置管理模块。

波形展示模块可以对减速机测点的各种波形进行展示。

报警展示模块可以对减速机测点的振动、温度进行报警事件的查询。

诊断报告模块可以对减速机的诊断报告模块进行查询。

上述一种减速机智能故障诊断系统的诊断方法，其方法如下：

传感器采用无线4g传感器，安装在减速机轴承座附近，传感器把采集的数据传输到网关，再通过网关，4g网络传输的方式传输到服务器，通过服务器的通讯软件接收到数据库里，通过智能算法计算数据库中的数据，再次存储到数据库，诊断分析系统读取数据，展现给用户，用户可以根据振动波形和针对智能算法计算出的数值与报警阈值的比较产生的事件来诊断设备的情况。

如图4设备智能状态诊断过程，该模块能够系统地和逐步地选择重要诊断参数(包括能量包络宽度，信号与故障的关系，特征频带等)的最佳组合。包含信号特征和故障大小的自适应大数据分析方法以及深度和快速的机器学习方法将在此模块中实现。

如图5设备智能状态预测过程，该模块基于测量后的机器健康状况，将自动实现针对剩余寿命的预测最佳结果该目标的达成通过将参数趋势与大数据融合以及应用粒子群优化算法，从而迭代地改变诊断模块参数(长相关函数)。

如图6智能算法信号处理流程如下：

1、振动信号进行预处理(滤波)，通常使用巴特沃斯滤波器；

2、预处理后的信号进行时域(幅域)特征参数计算，计算的时域指标有波形指标、峰值指标、脉冲指标、峭度指标、裕度指标；

3、匀速信号进行匀转速情况下的频域特征计算，计算fft幅值谱、功率谱、倒频谱、包络谱及共振解调谱；

4、变速信号进行变转速情况下的频域特征计算，计算阶次功率谱、伯德图、极坐标图、瀑布图、级联图；

5、通过时域指标和频域特征(匀速、变速)进行故障位置判断；

6、趋势分析模块对振动信号的峭度、烈度、峰值因子、有效值进行趋势分析及预测；

7、arma及arma-rls算法能够对设备的残余寿命进行预测，此部分总体实现流程：

a将要分析的模拟进行采集，使其成为能够工上位机处理的数字信号；

b信号处理模块提取原始喜好的特征值，包括但不限于时域指标、频域特征等；

c信号诊断分析模块对设备健康状态进行判断；

d智能调机程序通过实际设备健康状态与设备预测健康状态的误差分析，来修正信号处理模块的特征提取方法，包括频带宽度、阈值等参数，以提高故障特征提取精度；

e预测分析模块通过获取诊断分析模块的设备健康状态判断结果，进一步预测设备的残余寿命；

f智能调机程序通过对比实际设备健康状态与预测分析模块计算出的设备残余寿命之间的误差，进而修正预测分析模块的相关参数，包括模型阈值、参数权重等；

g如此重复上述过程。

实施例1

一种减速机智能诊断分析系统，其特征在于，包括数据层、webservice层、展示层和智能自适应诊断分析模块，数据层将采集的数据传递给webservice层，经webservice层处理后给展示层展示，数据层包括传感器、数据采集层和数据库，传感器采集减速机的振动数据和温度数据，采集的振动数据和温度数据经模数转换给数据采集层，数据采集层的数据以netty框架的多线程处理方式传递到数据库备用，数据库采用mysql主主+中间件mycat的架构管理数据，webservice层包括数据查询服务、数据配置服务、数据采集服务和api接口服务，数据库的数据双向传输给webservice层，展示层包括手机app、配置管理模块、波形展示模块、报警展示模块、诊断报告模块和大屏展示模块，webservice层经分析诊断将分析诊断的结果给展示层，且分析诊断采用ssm框架结构，分析诊断的监测数据显示包括测点的状态、振动、温度实时数据，其中振动数据包括有原始波形(时域波形)、fft频谱、包络/解调谱，在显示波形时要具有峰值自动捕捉功能；分析诊断计算有效值、脉冲指标、波形指标、峰值指标、裕度指标、峭度指标、时域总值、频域总值；分析诊断的时域信号需要有多光标功能和谐光标(可以设置谐波个数)功能，频域需要多光标功能，有谐频(可以设置谐波个数)、边频和谐边带(可以设置谐波次数和边频个数)分析功能，同时可以在一个页面里显示同一个设备下多个测点下多个波形图；分析诊断的历史数据曲线图可以显示趋势分析(总值、峰值、脉冲、峭度、有效值、烈度、时域总值、包络谱总值、频域总值、温度)曲线图。在有效值、包络谱总值、频域总值趋势图中显示出报警线。

展示层读取和查询webservice层传递来的数据，智能自适应诊断分析模块包括采样模块、信号处理模块，信号诊断分析模块和智能调机模块和预测分析模块，采样模块在数据库采样实时数据给信号处理模块，采样的实时数据经信号处理模块处理后得到特征值给信号诊断分析模块，信号诊断分析模块判断减速机的健康状态与实际减速机的健康状态作对比，将对比的差值给智能调试模块，智能调试模块对信号处理模块和信号诊断分析模块进行调试，且智能调试模块对预测分析模块进行修正，预测分析模块与实际减速机的健康状态作对比，再将对比的差值给智能调试模块，智能调试模块在对预测分析模块修正预测减速机的剩余寿命。

如图7-9所示，传感器采用无线4g(振动、温度)传感器，安装在减速机轴承座附近(受力最大处)，传感器把采集的数据传输到网关，再通过网关，4g网络传输的方式传输到服务器，通过服务器的通讯软件(根据通讯协议)接收到数据库里，通过智能算法计算数据库中的数据，再次存储到数据库，诊断分析系统读取数据，展现给用户，用户可以根据振动波形和针对智能算法计算出的数值与报警阈值的比较产生的事件来诊断设备的情况，比如金隅广灵的减速机输入端轴承座和输出端轴承座振动波形趋势突然上升，查看输出端轴承座轴承的长波形，可以明显的见到冲击信号，且冲击频率为17hz左右，恰为转频的04x左右，因此推测为轴承保持架故障频率，再通过包络解调能够看到17hz左右频率谐波，且在97hz左右(滚珠故障频率)及其谐波中均存在17hz左右的边带，符合滚动轴承滚珠磨损带有保持架边带的故障特征，因此推测轴承座轴承存在中后期故障，且轴承的保持架和滚珠均有较明显的磨损现象，建议现场准备备品备件，密切关注设备振动和噪声的变化情况。

实施例2

如图10-13所示，以滦平建龙矿业动辊减速机为例，传感器采用无线4g(振动、温度)传感器，安装在减速机轴承座附近(受力最大处)，动辊设备多趋势中可以看到近期振动趋势有整体上升趋势，动辊减速机输入端3v的趋势图中能够发现振动趋势逐渐上升，时域波形中发现明显的冲击信号且能量较高，频谱分析中能够发现143hz左右的谐频(推测一级行星啮合频率)以及6hz的边带，以及349hz左右的谐波；从动辊磨辊输出端时域波形中可以明显的发现017hz左右的冲击信号，包络解调能够解调出大量的017hz左右的谐波，因此推测动辊输入端轴承存在磨损现象，一级平行齿轮啮合和一级行星齿轮啮合存在啮合不良的现象，齿轮存在磨损现象，磨辊输出端轴承出现严重磨损或输出端连接部件出现异常现象。(目前没有详细的设备内部参数，影响故障判断的准确率，建议现场尽快提供设备的详细信息，例如：齿轮齿数、轴承型号等)，建议现场检查动辊输入端是否存在异常，仔细听设备是否存在异响，检查磨辊输出端轴承是否存在异响，以及磨辊输出端连接部件是否存在异常情况，保证轴承润滑密切关注设备的振动和噪声的变化情况。

传感器检测点的数量为1-9个，检测点位于轴承座上。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进直接应用于其它场合的，均在本发明的保护范围之内。

观察者网·大橘 财经 讯（文/陈墨 编辑/周远方）自去年10月递交科创板上市申请以来，安徽容知日新 科技 股份有限公司（下称：容知日新）目前已接受上交所两轮问询。4月2日，科创板上市委发布公告，将于12日审议容知日新的首发申请。

作为一家工业设备智能运维供应商，容知日新对风电行业客户的业绩依赖长期高于60%，订单的季节性特征又使其下半年收入占比长期高于85%，历年末的应收账款余额居高不下，甚至多次超过期内营收的水平。

随之而来的，该公司年度经营性现金流呈现“过山车”般的走势，数额更是长期低于净利润，其提示风险称：随着经营规模的不断扩大，恐出现营运资金短期不足。

而对于上交所提出“风电行业补贴取消是否影响发行人业绩”等问题，容知日新在首轮问询回复中仅解释了新政对行业的影响。

在上交所第二轮问询的追问下，后者才提到非风电业务收入持续增加。不过，容知日新承认，受政策变化的影响，该公司风电产品价格的确出现了下降的情况：“如果不能在未来获取预期的风电行业订单或保持市场竞争力，将面临风电行业经营业绩下降的风险。”

主营产品售价骤降，发行人解释模糊

2007年成立于安徽合肥，容知日新主要产品为工业设备状态监测与故障诊断系统，应用于风电、石化、冶金等多个行业：

按照终端产品的表现形式，容知日新旗下产品主要包含有线系统、无线系统和手持系统三个系列：

容知日新表示，在2019年，中国市场新增吊装容量排名前十的风机整机制造商，全部为其客户；石化企业TOP 10中的7家为其客户；钢铁企业TOP 10中的9家为其客户。

从产品类别看，该公司旗下有线系统在2017-2020年上半年期间的收入占比，始终在70%上下。

然而，在2020年1-6月，其手持系统产品均价几乎腰斩，有线系统均价下降超20%，与2017年均价相比，降幅更是超过32%。

对于降价的具体原因，容知日新给出的解释较为模糊：

从客户的角度看，作为一家To B的设备供应商，容知日新前五大客户中，新疆金风 科技 连续3年位居第一大客户；中国石化连续3年登榜，2018-2019年为第二大客户。前五大客户贡献的收入占比呈现愈发集中的态势。

容知日新的采购主要集中于电子元器件类、计算机网络设备类、结构件类以及辅材等。

该公司表示，上述原材料市场供应较为充足，市场竞争较为充分，容知日新也选择质量稳定、交付及时且合作关系良好的供应商进行采购。

各报告期内，容知日新从前五大原材料供应商的采购金额占比均在30%上下。

2017年-2020年上半年，容知日新期内实现营业收入100亿元、113亿元、180亿元、092亿元；归属于母公司所有者的净利润分别为151403万元、159790万元、398444万元、162716万元；扣非净利润则分别为117737万元、102146万元、333852万元、135568万元。

期内，该公司研发费用金额分别为183567万元、245680万元、310032万元、172992万元，占营收的比重分别为1828%、2172%、1721%、1882%。

最终，容知日新选取的上市标准为科创板上市最低标准：

本次IPO，容知日新拟发行不超过1372万股，发行股数占发行后总股本比例不低于25%，共计融资为5324988万元，投资于设备智能监测系统产业化项目、数据中心建设项目、研发中心建设项目等。

经营现金长期低于净利，发行人：恐短期缺钱

大致梳理完主营业务后，投资者的视线自然会聚焦于容知日新大客户的回款效率上。

据介绍，该公司主要客户的工程建设和设备安装等主要集中在下半年尤其是第四季度。因此，其经营业绩存在季节性波动的风险。

2017-2019年的下半年，容知日新实现的收入占比分别为8536%、9049%、8810%；第四季度的比重则分别为6645%、7886%、7517%。

容知日新提示称，其客户属于风电、石化、冶金等行业且多为大型企业，其付款审批周期相对较长；与此同时，第四季度销售收入占比较高，导致各期末尚在付款期内的应收账款余额较大。

截至2017年末-2020年6月末，容知日新应收账款账面价值分别为922075万元、1239885 万元、1491244万元、1387884万元，占各期末流动资产的比例分别为4013%、5431%、4845%和4209%。

应收账款余额随营业收入的增加而不断增加，占当期营业收入的比例分别为10055%、12342%、9448%、16695%。

在同行业可比公司中，容知日新应收账款周转率也显著落后。

基于此，上交所要求披露“应收账款的逾期情况、逾期应收账款的期后回款情况”等，并要求说明“应收账款收款管理内控的相关规定，是否存在严重不足”等问题。

在首轮问询函回复中，该公司披露，2018年末-2020年末，容知日新逾期应收账款金额分别为669534万元、682982万元、995270万元，占应收账款及合同资产比例分别为 4796%、4013%、4857%。

之后，报告期各期逾期应收账款期后回款金额分别为576503万元、494394万元和 103557万元，逾期应收账款期后回款比例分别为8611%、7239%、1040%。

基于此，容知日新指出：“逾期应收账款期后回款情况较好。”

另外，2019年1月1日起，容知日新根据《企业会计准则22号——金融工具确认和计量》的相关规定，对应收款项采用简化模型计提坏账准备，按照整个存续期预期信用损失的金额计量应收账款损失准备。

与同行业可比公司相比，容知日新坏账准备计提比例也不存在显著差异。该公司表示：“应收账款收款管理内控制度健全，不存在严重不足。”

然而，应收账款过高仍然对容知日新每年的经营性现金流产生了“过山车”般的影响。

2017年-2020年上半年，其经营活动现金流量净额分别为1615 万元、-60975 万元、307230万元、-148558万元，长期低于净利润。

2020年全年，容知日新经营活动产生的现金流量净额最终收于189737万元，较全年净利润744156万元仍相差554418万元。

容知日新提示风险称：“随着经营规模的不断扩大，公司营运资金需求日益增加，公司经营活动现金流量净额的波动可能导致公司出现营运资金短期不足的风险。”

第二轮问询追问后承认：第一大业务业绩或下降

2019年5月21日，国家发展改革委下发《关于完善风电上网电价政策的通知》（下称：《通知》），对陆上风电和海上风电项目可获得补贴的最迟并网时间进行了规定：

容知日新指出，通知的实施将会提高风电存量项目的建设并网速度,对风电产业链将产生积极影响；但随着风电上网电价补贴的逐渐下降或取消，风电行业景气度将可能出现下滑。

“公司相关风电行业客户的风电项目实施将更加注重时间的要求，并力争在通知规定的时间之前实现并网，以享受相关政策补贴”。

在第二轮问询中，上交所指出，在首轮问询要求发行人披露“《通知》对发行人风电行业的业务开展所产生的具体影响“时，容知日新仅回复了《通知》对风电行业企业的影响，未明确回复《通知》对发行人风电行业的业务开展所产生的影响。

因此，上交所要求容知日新重新回答上述问题。

根据前文所述，容知日新历年前五大客户中多次出现新疆金风 科技 、三一重能、东方电气、明阳智能、中国中车等风电行业重量级“玩家”。

容知日新在第二轮问询回复函中指出，随着风电上网电价补贴的逐渐下降或取消，风电场投资者投资意愿可能有所下降，进而影响行业中游风电整机厂商景气度，并传递到行业上游风电零部件设备供应商，导致其风电行业产品竞争可能加剧。

此外，风电平价上网推动风电行业从主要由政策性补贴驱动逐渐转向由技术创新和降本增效驱动，在此过程中风电行业客户为保证自身盈利水平，导致公司有线系统中的风电行业产品销售价格出现下降。

根据披露，2017-2020年，容知日新来自风电行业的收入分别为668573万元、702106万元、908100万元、1261226万元，始终为第一大业务，呈现逐年增长的态势。

该公司表示，未来旗下风电业务的市场需求存在放缓的可能。

容知日新认为，风电平价上网，将推动风电行业从主要由政策性补贴驱动，逐渐转向由技术创新和降本增效驱动。

因此，在此过程中，风电行业客户为保证自身盈利水平，将导致容知日新的有线系统中的风电行业产品销售价格出现下降。

据披露，2018-2020年，容知日新旗下应用于风电行业的有线系统销售单价分别为 2555463元/套、2661270元/套、2226978元/套，呈现出较为明显的降价趋势。

最后，容知日新提示：“如果不能在未来获取预期的风电行业订单或保持市场竞争力，将面临风电行业经营业绩下降的风险。”

本文系观察者网独家稿件，未经授权，不得转载。

合肥容知测控仪器有限公司是2006-01-13在安徽省合肥市注册成立的有限责任公司(自然人投资或控股)，注册地址位于安徽省合肥市高新区望江西路800号C1研发楼803室。

合肥容知测控仪器有限公司的统一社会信用代码/注册号是9134010078490279XN，企业法人刘仕豪，目前企业处于开业状态。

合肥容知测控仪器有限公司的经营范围是：基于光纤传感技术相关的温度压力位移气体监测系统及服务，石化及电力设备的监测及控制产品，工业设备检测及控制产品、测量及测绘仪器、摄影摄像器材、工业阀门、无线通讯及人员定位产品销售及维修，软件研发及计算机技术服务，工程测量及安装。（以上凡涉及行政许可制度的凭许可证件经营）。在安徽省，相近经营范围的公司总注册资本为1600万元，主要资本集中在1000-5000万和100-1000万规模的企业中，共5家。本省范围内，当前企业的注册资本属于优秀。

通过百度企业信用查看合肥容知测控仪器有限公司更多信息和资讯。

仪器仪表企业市值排行榜前十依次是：聚光科技、精测电子、和川仪、普源精电、鼎阳科技、东方中科、四方光电、容知日新、汉威科技、瑞纳智能，其中聚光科技受到了大众的认可。

聚光科技公司从事光机电一体化产品和相关软件的研究、开发、生产、安装，销售自产产品及相关的技术咨询和服务，计算机软件开发、销售、技术服务及系统集成，环保工程、机电工程、电子工程、消防设施工程、市政工程、水利水务工程、节能工程的设计、施工。

2019年浙江高新企业百强榜排名第60位，2020年9月16日，入选通过2020年复核评价的国家技术创新示范企业名单。2020年12月，聚光科技（杭州）股份有限公司党委获得杭州市抗击新冠肺炎疫情总结表彰大会授予“杭州市先进基层党组织”称号。

所获荣誉

2021年入选浙江省高新技术企业创新能力百强榜单、资源与环境技术领域十强榜单。2021年12月获浙江省软件核心竞争力企业（规模型）荣誉，2022年1月28日，国家发展改革委等部门关于印发2021年新认定及全部国家企业技术中心名单的通知显示：该企业技术中心具有国家企业技术中心资格。

2022年3月8日，获2021年度浙江省智慧城市建设先进单位荣誉，2022年4月22日，荣获信息系统建设和服务CS4级认证2022年4月，入选2021年度浙江省创造力百强企业名单。

以上就是关于点检仪哪家好怎样挑选全部的内容，包括:点检仪哪家好怎样挑选、一般的低速重载轴承的寿命怎么计算失效主要形式是塑性变形、选择什么传感器对减速机进行故障诊断等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！