展商推介 | 西安联丰迅声：用科技倾听世界的声音

展位号：14H-15H连接厅-A178

西安联丰迅声信息科技有限责任公司

企业简介

专注于环境声音信号检测、识别、声源定位及相关的声学AI检测仪器设备的研发与设计

定位与技术壁垒

联丰迅声成立于2018年4月，是一家以“机器听觉”为核心的声学AI检测仪器及设备制造服务商，荣获国家级高新技术企业认定，并入选陕西省首批秦创原“科学家+工程师”队伍。专注于利用前沿人工智能技术革新传统工业监测模式，通过捕捉声音背后的数据价值，持续赋能全球工业发展。公司联合西北工业大学航海学院共建“环境声音感知联合实验室”，构建了从声学阵列硬件、核心算法到垂直应用数据库的全栈式研发体系。凭借在声学结构设计、声源定位及高噪声环境下的信号处理优势，联丰迅声已在声学AI领域筑高技术护城河，拥有三十余项核心知识产权，并连续数年斩获世界顶级声学场景分类与事件检测大赛（DCASE)前三名，确立了在工业声学监测领域的先发技术优势。

产品矩阵与解决方案

致力于以AI革新传统工业监测模式，公司自主研发了覆盖“端-边-云”的声学AI检测创新产品矩阵。核心产品线襄括手持/固定式声学成像仪、声学成像模组、声纹在线监测系统及声纹AI质检系统等，实现了从非接触式故障定位到精密质检的全场景覆盖，公司关键产品凭借卓越性能入选工信部安全应急装备推广目录。这些产品广泛赋能于电力电网、石油化工、精密制造、煤矿安防等20多个垂直行业，有效解决了复杂工业场景下的设备状态监测与安全预警难题。

市场版图与资本价值

目前，联丰迅声已构建起辐射全球30多个国家和地区的营销与服务网络，成为国网、南网、国家能源集团、国家管网、长庆油田、宇树科技、海康威视、DAIKIN、OFIL等200余家国内外行业标杆企业的长期合作伙伴。凭借扎实的技术底座与广阔的市场前景，公司深受资本市场青睐，已完成由启迪之星、英诺天使基金、西安财金、西高投、海南华翰等多家知名机构参与的多轮融资。未来，联丰迅声将持续深耕声学智能技术，用科技倾听世界的声音，驱动工业数字化转型的声学引擎。

应用领域

1

 石油化工

2

 电力能源

3

 工业制造

主推产品

01

手持式声学成像仪（XS-SC62）

声学成像仪，本质上是一台“声音可视化相机”，通过内置的高密度传声器阵列（144个MEMS麦克风），捕捉人耳可听及不可听的超声波信号，并利用先进的波束形成算法，将无形的声场实时转化为覆盖在可见光视频上的彩色声像图，让声音“看得见”。

01

         主要应用于两大核心工业场景：

1

高压电力设备状态监测

场景：绝缘子、开关柜、输电线路、电缆接头等。

解决问题： 精准定位局部放电（局放）隐患。 设备内部绝缘缺陷会产生特定的超声波信号。传统方式依赖人工听诊或定期停电检修，效率低、风险高、易漏检。声学成像仪可在设备正常运行状态下，远距离、非接触地快速扫描，将放电点可视化定位，并智能分析放电类型（如电晕、沿面、悬浮放电），实现预测性维护，避免突发性停电事故。

2

压缩气体泄漏检测

场景：石油石化厂区、天然气输配管网、储气罐、阀门法兰、汽车制造气密性测试等。

解决问题： 高效发现并量化气体泄漏。 带压气体泄漏会产生湍流和超声波。传统肥皂水检漏法效率低下，危险区域巡检风险高。声学成像仪能在数秒内对大范围区域进行快速扫描，直观显示泄漏点的精确位置，并估算泄漏速率和经济损失，帮助企业在早期阶段发现并修复泄漏，保障安全生产，降低能源损耗和碳排放。

  解决的根本问题：

将设备故障的 “事后维修” 转变为 “事前预警” ，将依赖经验的 “人工排查” 升级为数据驱动的 “智能诊断” 。通过让不可见的声学隐患变得可见、可定位、可分析，极大地提升了工业巡检的效率、安全性与可靠性，是实现智慧运维和安全生产的关键工具。

02

声纹质检装置(XS-SW-30X)

声学AI质检产品是将声学信号处理与人工智能算法深度融合，进行非接触式自动化质量检测的产品。它通过高灵敏度传感器采集产品/设备运行时的声音“指纹”（声纹），利用内置的AI模型对声纹进行实时分析、比对与诊断，自动判断产品是否存在装配瑕疵、部件缺陷或功能异常，并输出“合格/不合格”的判定结果。

02

         主要应用于两大核心工业场景：

1

工业生产线总装质检

场景：汽车制造（电机、压缩机、水泵）、家电行业（空调、洗衣机电机）、消费电子（手机振动马达、风扇）、精密机械等产品的下线终检环节。

解决问题：彻底替代传统“人耳听音”质检。 解决人工质检标准不一、效率低下、漏检误检率高、培训难、职业健康危害大等核心痛点。实现100%在线全检，检测效率提升10倍以上，准确率达99%+，同时完整记录每个产品的声纹数据，实现质量全流程可追溯。

2

关键旋转机械状态监测与预测性维护

场景：工业泵、风机、齿轮箱、轴承、发电机组等关键设备的在线状态监测。

解决问题：实现从“定期检修”到“预测性维护”的转变。 通过持续监听设备运行声纹，AI模型能早期识别出磨损、松动、不平衡、不对中等故障的细微特征，在性能劣化或严重故障发生前提前预警，避免非计划停机，保障连续生产安全，降低维护成本。

解决的根本问题：

将质量检测与设备健康管理从依赖人类主观经验的模糊判断，升级为基于客观数据与AI算法的精准、一致、自动化的科学决策。它不仅替代了重复性人工劳动，更是通过数据沉淀与AI自学习，持续优化检测模型，甚至能自主发现未知的故障类型，成为驱动制造业智能化、数字化升级的核心生产力工具。

应用案例

正常声纹图谱 与 异常声纹图谱对比

扫描上方二维码，关注企业微信公众号

2026成都国际工业博览会

观众预登记火热进行中

长按图片识别二维码

专业观众免费预登记