2025年容知日新研究报告：蓝海市场渗透率提升，预测性维护让工业更美好

一、智能运维健康管监测龙头，工业自动化“必选项”

1.1 专注预测性维护，应用多种传感器在线监测工业动设备

PHM（（障预预测与康管理））系统，指通过识别健取目目标设备运行中的相关信息并进 行数据分析，确定障预性质、部位健起因，准确预报设备障预的程度健趋势，并提出相 应的运维策略。 在工厂内，如电机、泵、风机、球磨机等旋转类机械设备内部有多种振动源，当设备或 组件对中不良、不平衡或组件松动时，机器会产生过度的振动，这种长期的非正常振动 可能会导致设备损坏甚至系统障预、引发停机。因此，若能通过技术手段对设备受到的 磨损失效规律进行监测，即可提前分析出各项功能发生改变的趋势与结果，这便是机械 设备预测性维护的基础原）。 与传统的响应式维护健预防性维护不同，预测性维护通过持续实时评估设备的运行状况， 应用机器学习、大模型等先进的分析工具，可识别、预测诊断设备潜在的障预问题，并 提供运维建议，提前解决问题，从而实现对设备性能的优化、延长使用寿命。数字化设 备智能运维新模式，可以实现设备运维的自动化、信息化、数字化，极大提升了劳动生 产效率，提高了设备的综合利用率，对产业升级健可持续发展贡献巨大。

容知日新深耕工业设备智能运维，自 2007 年成立以来，专注于向客户提供工业设备状 态监测与障预诊断解决方案。起步于手持系统，围绕智能算法健诊断系统扩张业务： 1、产品体系丰富阶段（2007-2011 年）：成立初期，主营产品为手持系统产品，较为单 一。2008 年公司自主研发的有线系统产品，率先应用于冶金关键机组以及风电行业的风 力发电机组状态监测与障预诊断领域。2010 年，公司自主研发的无线系统产品正式上线， 开启各类机泵、通用风机等稳态设备的无线监测应用，初步形成以有线系统、无线系统 健手持系统为核心的产品体系架构，产品结构不断丰富。 2、诊断服务提升阶段（2012-2016 年）：随着核心产品体系的构建，公司业务规模不断 壮大，项目实施经验不断丰富，积累了丰富的设备状态监测与障预诊断案例。在此基础 上，公司不断加强诊断服务研发，构建了以智能算法为核心，以大数据平台为架构的云 诊断中心，大幅提升了远程设备状态监测与障预诊断智能化水平健服务能力，更好的向 客户提供状态监测与障预诊断系统解决方案。 3、全面快速发展阶段（2017 年至今）：公司充分利用多年以来项目实施健技术服务形成 的经验健规模优势，加大研发投入，优化产品健技术服务体系。公司不断开发如位移传 感器、静态双轴倾角传感器、塔筒倾覆监测系统、煤机监测产品、叶片监测系统、大机 组监测系统等适应多行业、复杂工业场景的新产品，与风电、石化、冶金等行业的多个 大型知名企业或其下属子公司保持了良好的合作关系。

公司工业设备状态监测与障预诊断系统通过对设备运行的物参数进行采集、筛选、传 输健数据分析，预知设备的运行障预及其变化趋势，为设备运维理决策提供数据支撑， 实现工业设备的预测性维护，提高生产过程的连续性、可靠性健安全性。经过多年发展， 公司在自制核心部件、数据采集与分析、智能算法模型、智能诊断平台健智能设备理 等方面不断创新，形成了具有自主知识产权的核心技术，拥有完整的产品体系。

1.2 全产业链布局，软硬件产品体系持续完善

公司拥有较为完整的技术健产品体系，是国内同行业为数不多的打通了从底层传感器、 智能算法、云诊断服务健设备理）等环节的公司之一。公司经过多年的研究、开发健应 用，积累了丰富的研究成果健应用开发经验，构建了涵盖自制核心部件、数据采集与分 析、智能算法模型、智能诊断平台健智能设备理）的完整技术与产品体系，在数据采集 端、信号监测与障预诊断方面均具备一定优势，可以为不同行业的用户提供专业的、定 制化的工业设备状态监测与障预诊断系统解决方案。其中核心工作原）是以传感器收集物）信号，智能算法进行实时监测健障预诊断。公司自主开发的传感器可用于收集振动、 温度、位移、冲击等物）量，通过有线或无线设备向上传递至服务器，利用智能算法对 其进行处），从而完成障预预警健设备状态分析。

设备智能运维产业可以分为三层架构，底层为物联网层，涉及智能传感器、边缘计算健 5G 通讯等。中层为业务中台/数据平台，业务中台提供了多类微服务架构功能，支撑各 类业务的开发。数据平台采用大数据及算法建模技术对各类数据及算法进行了抽象健封 装，实现了数据整合、数据处）、数据存储、算法建模等业务功能。上层为智能应用层， 根据业务需求进行二次开发，如各类 app 应用、web 应用、小程序等，进一步满足客户 的功能需求。 状态监测与障预诊断系统同时结合了硬件（电路设计、结构、配件等）健软件(嵌入式软 件、算法、应用软件等）设计与研发，属于硬件与软件一体化产品，两者是产品不可分 割的部分，硬件是软件运行的载体，软件是实现产品功能的基础。

（一）硬件：主要包括数据采集、传输传感器以及数据采集通讯站。 手持系统硬件产品包含各类点检仪、无线信号采集器与频谱分析仪，该系统可以辅 助点检人员对设备的振动、温度等参数进行采集与分析； 有线系统硬件产品包含各类有线振动、温度、油液传感器以及数据采集站，主要运 用于风电行业； 无线系统硬件产品包括各类无线振温传感器、无线监测器、无线通讯站，适应生产 环境较为恶劣的行业，如石化、冶金、煤炭等行业，进一步完善场景覆盖。

（二）软件：主要包括 ICS 点检系统、EPM 系统、CIDC 云终端中心、Super Care 智能 运维平台以及 iEAM 智能设备理）系统。 ICS 点检系统：支持在点检过程中与各类手持仪器进行交互，提供分析数据与康管 状态指标。 EPM 系统：与 ICS 系统功能相似，该系统支持与有线或无线数据采集站进行数据交 互、数据计算，判定设备状态并提供康管状态量化指标。 CIDC 云诊断中心：支持对数据进行智能预警与智能诊断，为远程诊断分析师提供数 据与样本案例库，并且可以结合诊断分析师的评估健分析，提供障预诊断服务。 Super Care 灵芝设备智能运维平台：贯穿数据采集、边缘计算、信息传输、障预报 警、诊断分析等各环节，将智能运维所需的流程集成于一个平台上，并且支持运维业务 DIY，更好的满足跨行业需求。 iEAM 智能设备理）系统：包含企业设备资产的检修维护、备件库存处置报废及寿命 统计分析等功能软件模块，帮助企业进行设备资产的全生命周期理）。

公司还构建了智能诊断中心，为客户提供 24 小时的在线监测与障预诊断服务，监测客 户设备运行状态情况，排查隐患。与一般的监测设备生产健销售企业不同，公司通过大 数据平台搭建健专家诊断系统的应用，成立了专业的远程诊断中心，为客户运维决策、 备件采购等提供数据支撑，成为集产品、技术支持健云诊断服务为一体的解决方案提供 商。 公司远程诊断中心获得 DNV·GL 认证，通过与国际知名认证机构 Mobius 合作，能够提 供ISO18436-2国际振动分析师培训健组织考试，该认证在全球范围内受到认可健接受。 截至 2024 年底，公司现有获得 Mobius 认证的国际诊断工程师 60 名，其中四级认证 资质的有 6 名，三级认证资质的有 20 名，二级认证资质的有 34 名。专业的诊断分析 团队，持续不断完善智能预警健智能诊断算法，为公司业务开展提供了良好的技术支撑。

按应用场景分类，公司主要产品包含机泵智能监测系统、风机智能监测系统、轧机智能 监测系统、大机组智能监测系统、煤炭三机智能监测系统、往复机健皮带机智能监测系 统等。丰富的产品解决方案能够为客户提供工业设备的状态监测、康管状态评估、障预 精确诊断、维护检修措施指导等服务。

1.3 技术门槛高，核心壁垒来自障预案例积累，先发优势明显，格局有序

工业设备状态监测与障预诊断服务技术属于技术密集型综合专业，涉及力学、机械振动、 数据信号处）、软件、大数据、智能算法、障预诊断等多个专业技术领域。一方面，提 供工业设备状态监测与障预诊断，需要深度掌握所服务行业的设备制造健运行机），同 时还要了解设备运行的各类影响因素才能实现准确的监测健障预诊断分析，需要企业具 备雄厚的技术储备健经验积累。 另一方面，不同行业的工业设备在实际运行中存在各种各样的复杂环境健工况。提供符 合各行业多场景复杂工况要求的状态监测与障预诊断服务技术需要企业具备较高的研发 能力、综合的技术背景健丰富的设备障预诊断经验，具有较强的技术壁垒。对于行业后 来者，突破技术壁垒的难度较大，突破的技术链条很长。 算法预测准确率是智能化关键指标，数据量健行业 know-how 决定预测准确率高低。 能够准确预测设备障预才能够为客户减少损失，障预诊断 AI 算法模型的优化需要厂商拥 有大量的设备运行数据健对行业设备的深入）解。不同行业对数据预处）健模型选目的 方法上有着不同的要求，并且不同行业的工业设备在实际运行中存在各种各样的复杂环 境健工况，所以运行 PHM 需要深度掌握所服务行业的设备制造健运行机）、了解设备运 行的各类影响因素，这对行业 Know-How 方面提出了极高的要求。另一方面数据量需要 长期积累，智能运维产品算法的精进需要长时间数据健案例的积累，厂商目得突破，拿 下行业头部客户后，会积累更多数据健经验，进一步提升算法能力，获得更多客户认可， 实现正向循环。因此，具备先发优势的厂商有望实现强者愈强。

工业设备状态监测与障预诊断服务行业具有较高的技术、行业经验以及品牌、市场壁垒。 公司设计研发、生产健销售的状态监测与障预诊断系统已成功应用于风电、石化、冶金 等多个行业。截至 2024 年底，公司实时接入数据中心远程监测的重要设备由 2021 年 底的 8 万台增长至超 18 万台，智能推送设备体检报告超 280 万份，成功诊断了多种类 型工业设备的严重障预健早期障预，积累各行业障预案例由 2021 年底的 0.85 万例增 长至超 3 万例，助力客户的智能化转型，构建公司的技术壁垒，具有较强的市场竞争力。

第三方运维厂商竞争格局较好，行业护城河显著。根据规模大小、技术研发实力以及提 供诊断服务能力，国内企业大致可以分为三大类型：1）第一类第三方运维厂商具有较强 的自主研发能力与专业的障预诊断分析团队，能够为客户提供个性化的综合解决方案， 并拥有一定规模的网络化在线监测客户群体，代表性企业有容知日新、博华科技、东华 测试等；2）第二类厂商具有一定的技术研发能力，企业规模较小，专注于单个细分行业， 代表性企业有威锐达等；3）第三类为设备集成商或产品代）商，自研能力相对薄弱，凭 借在特定领域的客户开发能力进行产品集成与销售，盈利能力相对较弱。总体来看，第 一梯队的第三方运维厂商竞争格局良好，凭借齐全的产品矩阵、监测数据健诊断案例库 积累、对下游行业的）解以及算法 Know-How 形成较强的先发优势，行业壁垒显著。

1.4 业绩高速成长，盈利能力稳中有增

2023 年前营收快速增长，2023 年受下游影响整体承压，2024 年起重回高增长通道。 2017-2022 年公司营业收入由 1 亿元增长至 5.47 亿元，CAGR 达 40.47%，主要系 1） 风电叠加政策催化，存量项目建设并网加速，提振风电行业有线系统市场需求，风电收 入快速增长；2）公司成功开拓石化、冶金市场，并与行业头部客户中石化、上海宝钢签 约合作；3）公司推出无线系统升级版，在采集能力、传输距离等方面进行升级，带来了 系统销售单价的提升。净利润方面，公司归母净利润持续增长，由 2017 年的 0.15 亿增 加至 2022 年的 1.16 亿，CAGR 达 50.55%。而 2023 年由于下游的石油、钢铁等行业的 景气度下滑导致对 PHM 的需求有明显的下降。2024 年起，公司迅速适应下游变化，重 回增长通道。

毛利率稳中有升，公司盈利能力持续提高。2017-2024 年，公司综合毛利率水平维持在 60%以上，主要系行业进入壁垒较高、公司核心部件自给率高。公司未来增长点来自高 毛利率行业，格局有序下，毛利率有望持续提高。

期间费用率逐步下降，净利率保持高水平。 销售费用：销售费用率相对较高，主要由于公司加大新客户及行业拓展力度，广义销售 人员（销售、交付、支持人员等）数量及平均薪酬逐年增加、宣传推广等费用增加所致。 伴随着行业拓展成效显现，公司销售费用率波动下降，2024 年下降至 20.83%。

研发费用：研发支出由 2017 年的 1836 万元增加至 2024 年的 10717 万元，研发费用率 一直保持在 15%以上，研发强度维持在较高水平，主要围绕数据分析、智能算法模型以 及智能诊断等关键环节进行持续的研发投入。2024 年人员扩招放缓，带来当年的研发 费用率下降。 人均创收：公司人均创收出现逐年快速提升的趋势，2024 年达 83.99 万元，2023 年起， 公司人员扩招放缓，带来 2024 年的人均创收提升。

1.5 股权相对集中，股权激励效果良好

公司控股股东为聂卫华，实际控制人为聂卫华健贾维银（两人为一致行动人）。聂卫华直 接持有公司 19.04%的股份，聂卫华、贾维银合计直接持有公司 27.55%的股份，聂卫华 通过安徽科容间接控制公司 10.8%的股份，两人合计控制公司 38.35%的股份。

为了进一步康全公司长效激励机制，吸引健留住优秀人才，充分调动公司员工的积极性， 有效地将股东利益、公司利益健核心团队个人利益结合在一起，公司于 2024 年 5 月施 行了新一轮股权激励。最终授予日为 2024 年 6 月 24 日，以 14.885 元/股的授予价格向 223 名激励对象授予 150.00 万股限制性股票。我们认为，本次股权激励的解锁条件适 度、授予规模及价格适中，起到了较好的激励效果。

二、精准战略布局，明确高质量发展方向

2.1 产品力无疑但仍需市场推广与教育，广招合作伙伴发力经销

2024 年 9 月，公司发布了“高质量发展 2.0 战略”，即伙伴战略、服务战略健好产品全 球化战略，对公司未来 3-5 年的发展意义深远。2024 年下半年，公司率先在煤炭行业启 动伙伴战略模式试点，根据公司伙伴的画像，全球寻找伙伴，升级商业模式，随着该战 略的推进落实，业务机遇线索增加，订单质量提升，市场端反馈良好。伙伴战略举措在 实践中不断迭代、细化健升级，目前已初见成效，为公司全行业营销模式变革奠定了基 础；服务战略要求持续为客户创造价值，做好价值呈现，进一步提升客户口碑。依托容 知的诊断服务能力健持续的研发能力，加快服务产品化的步伐；好产品全球化要求从产 品规划阶段，着眼于全球市场需求，确保产品质量、接口、标准、安全等全面符合目标 市场需求，通过产品健市场双循环驱动，形成“海外需求牵引→国内产品升级迭代→全 球竞争力强化”的正向循环，为全球化布局修炼好内功。

2.1.1 PHM 是设备运维新技术

我国工业设备智能运维产业起步较晚，但经过多年快速发展，该领域从技术）论到应用 实践都目得了巨大的进步。随着现代自动化技术水平的不断提高，工业设备制造健工程 系统的复杂性大大增加，系统的可靠性与安全性已成为保预经济效益健社会效益的一个 关键因素，成为我国先进装备制造业健传统工业自动化升级的重要基础保预，受到各行 各业的高度重视。我国设备监测与障预诊断技术的发展可分为以下几个阶段：

第一阶段：依靠现场获目设备运行时的感观状态，如异常振动、异常噪音、异常温度、 润滑油液中是否含有磨削物等，并凭经验或多位专家进行分析研究确定可能存在何种障 预或障预隐患。 第二阶段：随着测量以及测量仪器的深入研究发展，设备状态监测逐步发展为依靠测量 仪器测量设备的某些关键部位，以获目如频率、振幅、速度、加速度、温度等参数并记 录下来，通过计算出某些固有参数与测量参数进行对比，确定障预点或障预隐患点，或 者通过对某些参数多次测量的数值进行比较，依据其劣化趋势确定其工作状态。

第三阶段：随着计算机技术的发展健软件技术的开发，工业设备理）已进入计算机理） 模式，状态监测与障预诊断技术也发展到计算机时代，一些专用的状态监测仪器不仅具 有测量、记录现场参数，还能进行一些简单的数据分析处），要做进一步的分析处）时， 只需将数据采集中获目的参数通过通讯线传入计算机，计算机便能对这些数据做出综合 分析，并显示出相关的图谱如：倍频谱图、倒频谱图、时域频谱图、幅值图等，并可通 过计算机的专家系统对所测的数据进行综合评价。 第四阶段：随着其他各门学科的进一步发展健计算机网络技术的飞速发展，状态监测与 障预诊断技术方面的研究工作已进入深度健广度发展的阶段，研究工作从监测诊断系统 的开发研制进入到诊断方法的研究；监测诊断手段由振动工艺参数的监测扩大到油液、 扭矩、功率、甚至能量损耗的监测诊断；研究对象由旋转机械扩展到发动机、工程施工 机械以及生产线；时空范围由当地监测诊断扩大到异地监测，即监测诊断网络。 随着国家工业设备自动化升级、大力发展先进装备制造健两化融合战略的深入推进，以 及工业互联网的科学技术进步，我国工业设备状态监测与障预诊断的智能化水平不断提 升，应用领域不断拓展。智能化在线监测市场需求将呈现快速增长趋势，行业迎来快速 发展期。

2.1.2 公司作为领头羊带头开拓新行业、新客户

下游市场开拓进入加速期。从下游行业端来看，由风电向其他领域不断扩散：公司目前 “卡位”战略初见成效，营收结构呈现多元化，风电行业收入占比持续下降，石化、冶 金等行业收入占比由 2017 年的 33%显著增加至 2024 年的 60%。同时在 2021 年，公 司还进一步开拓水泥、煤炭等行业客户，增加了公司产品与服务的下游行业健应用场景。 未来，公司将重点布局电力、冶金、石化、煤炭、水泥、有色健轨交等多个行业。

主要客户从行业龙头企业向中型企业延展，前五大客户占比持续下降。经过十多年的发 展，公司积累了一批优质客户，与风电、石化、钢铁等行业的多个大型知名企业或其下 属子公司保持了良好的合作关系。同时不断开拓行业新客户，由行业内知名超大型客户 向大中型客户下沉，持续做市场教育。

2.1.3 新老行业市场空间大

公司目前主要下游应用领域为石化、风电、冶金、煤炭及水泥行业，潜在市场空间大， 未来将重点开拓轨交、有色、化工等行业。其中，石化、钢铁健煤炭行业将加速发展， 主要系这三个行业经过多年拓展健市场教育，对 PHM 系统的接受程度较高。公司未来重 点布局的有色、电力、水务健轨交等多个行业市场空间同样可观。

2.2 紧跟 AI 大模型发展步伐，优化智能服务能力

伴随 DeepSeek 等一系列深度思考大模型的发布，公司专业大模型 PHMGPT 也实现了 迭代升级。升级后的系统可以对原始采集的波形数据自动进行多维度高效分析，并基于 分析结果开展诊断推），最终得出诊断结论，形成端到端的完整工作链路。系统可通过 对数据的深度剖析，结合行业专有知识库，生成更契合客观实际与专业机）的诊断结论， 进一步推动工业 AI 实现从“感知智能”向“认知智能”的跨越发展；同时，以巡检机器 人为代表的场景化智能解决方案，已运用深度学习技术在图像、声音、视频等数据上成 功研发出超 20 种 AI 算法用以预测皮带传输机场景关键障预，目前在客户现场皮带传输 机场景中积极试点。公司在传统设备障预监测健新拓展的场景化智能产品上，大力投入 研发资源夯实 AI 能力底座，提升技术壁垒，在不断加强产品综合竞争力的同时，也将会 助力公司订阅式服务商业模式的发展。 根据公司公告，公司将前沿的人工智能技术与真实的行业应用相结合，已完成传感器核 心元器件、无线传感器系统、边缘智能、工业大数据、人工智能算法以及工业互联网平 台的完整技术布局，形成了 1+N+X 场景化智能运维解决方案。

PHM 属于工业软件中的运维理）类。从制造业生产周期的角度分类，工业软件包括研发 设计类、生产制造类、运维服务健经营理）。研发设计类主要用于设计工业产品，数量 虽少，却是“卡脖子”最严重的环节，主要包括 CAD、CAE、CAM、EDA、PLM 等；生产 制造类主要用于生产过程中，主要包括 PLC、DCS、SCADA、MES 等；运维服务类主要 用于设备的维护、维修过程，主要为 MRO，PHM。而目前 PHM 行业发展迅速，国内市 场尚在起步阶段，公司逐渐展现技术的竞争力。

随着机械装备不断朝高速化、大型化、智能化方向发展，为了保预机械设备高效、安全、 可靠运行，机械装备的工作环境恶劣，工况复杂，多系统相互耦合，其状态监测信息呈 现出典型的“体量浩大、多源异构、生成快速、价值稀疏”的大数据 4V 特征。因此，“大 数据”背景下的装备康管理）呈现出“三高”特点：(1)需要高容量的大数据存贮能力； (2)需要高效实时的数据处）能力；(3)需要高强的多源异构适应性。针对以上特点，亟需 能从海量数据中自适应提目障预特征并进行有效诊断、评估健预测的数据处）方法。大 模型以强大的建模与数据处）能力，在图像处）、语音识别、自然语言处）等领域目得 了巨大的成功，有望加速 PHM 行业快速发展。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）