矿山机械设备

首页 » 常识 » 常识 » 工业设备预测性维护领域的领跑者,容知日新
TUhjnbcbe - 2024/8/30 21:07:00

(报告出品方/分析师:山西证券叶中正冯瑞)

1.公司是工业设备预测性维护领域的领跑者

容知日新是工业设备预测性维护领域的领跑者,致力于为工业设备提供智能运维整体解决方案。

容知日新致力于成为一家专业的工业设备智能运维整体解决方案提供商,主要产品为工业设备状态监测与故障诊断系统,该系统通过对设备运行的物理参数进行采集、筛选、传输和数据分析,预知设备的运行故障及其变化趋势,为设备运维管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、可靠性和安全性。

按照终端产品的表现形式,公司的产品可以划分为有线系统、无线系统和手持系统三大系列,能够基于不同的应用场景为客户提供设备状态监测、健康状态评估、故障精确诊断、维护检修措施指导、服务信息推送等服务。

目前,公司的产品已广泛应用于风电、石化、冶金、水泥和煤炭等多个行业。

智能化已成为状态检测与故障诊断的主流趋势,公司大力发展预测性维护恰逢其时。

随着现代自动化技术水平的不断提高,工业设备制造和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障经济效益和社会效益的一个关键因素,成为我国先进装备制造业和传统工业自动化升级的重要基础保障,受到各行各业的高度重视。

我国设备监测与故障诊断技术发展历经人工感官经验判断、仪器检测数据记录、数据监测和数据分析,已步入智能化在线状态监测阶段。伴随国家工业设备自动化升级、大力发展先进装备制造和两化融合战略深入推进,智能化在线监测市场需求呈现快速增长趋势,行业迎来快速发展期。

在此背景下,兼具更高技术水平和故障识别率的预测性维护迎来了发展机遇。

与预防性维护和响应式维护相比,预测性维护具有明显的优势。

根据《可靠性维护及其P-F曲线的应用》一文,设备的性能状态可以用一条缓慢劣化的曲线表示,P点为潜在的故障点(该时点设备并未失去其功能),F为功能故障点(该时点设备已经失效)。就设备维护而言,如果在P点之前进行维护则属于预防性维护,即为过度维护;在F点以后进行维护则属于事后响应式维护,往往会伴随严重的损失;在P点之后、F点之前进行维护相对而言是最经济的,因而寻找和确定P-F的间隔愈发重要。

在此情况下,预测性维护的优势逐步显现:①可以实时监测设备状态,提前识别设备故障,避免功能性故障带来严重损失;②可以协助确定最佳的维修时间,减少非必要的预防性维护费用支出,缩短停工时间。

但是预测性维护对技术水平和数据采集、监测、处理、分析等能力提出了更高的要求,前期成本也较高,企业往往没有动力自行研发预测性维护所需的设备、软件等,因此与外部的智能运维公司合作成为较为普遍的模式。

近年来公司业绩总体保持快速增长,并且无线系统的收入占比逐步增大。

无线系统、有线系统和手持系统是公司的三大主要产品,得益于无需布线、维护方便、安装简单等优势,-H1无线系统的收入占比由24.87%增至45.00%。

随着下游应用领域拓展及客户渗透率提升,公司业绩总体保持较快增长:-年营业总收入由1.80亿元增至3.97亿元,CAGR为48.48%;归母净利润由0.40亿元增至0.81亿元,CAGR为42.80%。

年公司毛利率为61.27%,较年下降了10.05个百分点,主要原因是风电领域的毛利率有所下滑,但目前公司也在积极拓展高毛利领域,预期总体毛利率会有所回升。

2.公司具有先发优势及本土化优势,下游应用空间广阔

2.1基于先发优势和本土化优势,公司持续提升智能运维能力

公司较早进入状态监测与故障诊断领域,积累了丰富的行业经验。

公司是国内较早进入工业设备状态监测与故障诊断领域的公司之一,在技术、品牌、市场等方面已经确立了较为明显的优势地位,目前公司的下游应用领域覆盖风电、石化、冶金、水泥等多个领域。

公司拥有丰富的行业经验、实践经验及专有技术,累计远程监测的重要设备超85,台,监测设备的类型超百种,服务大型工业企业1,多家,成功诊断了多种类型工业设备的严重故障和早期故障,积累各行业故障案例超10,例。

基于大量的设备运行数据及经过验证的诊断案例库,公司的诊断准确性不断提高。

与国际竞争者相比,公司具有明显的本土化服务优势;与国内竞争者相比,公司先发优势明显。

尽管在部分产品或技术方面与国外同行业先进技术水平相比仍然存在一定的差距,但公司拥有专业的技术研发和故障诊断分析团队,凭借多年积累的丰富行业经验,能够快速响应客户的需求,为不同行业客户提供技术交流、产品设计、实时监测及故障诊断等一系列解决方案与服务。

相较于国际竞争者,公司的核心竞争优势是:

①公司能够提供及时、专业的客户响应和技术服务,增强客户粘性。

公司构建了智能诊断中心,能够为客户提供24小时的在线监测与故障诊断服务,监测客户设备运行状态情况,排查隐患;通过售后人员定期回访,收集客户的产品使用评价、服务评价、改进建议、新需求等,不断提升产品与服务的品质。

②公司具有本地化的研发资源,能够深入国内市场调研行业场景与客户需求,从而进行拓展性与前瞻性产品的开发。

相较于国内竞争者,公司较早进入工业设备状态监测与故障诊断领域,具备完整的技术链体系、可提供远程诊断服务、拥有专业的研发及诊断团队,在业绩表现、研发成果等方面具有明显优势。

公司持续加强智能运维能力建设,并于年8月推出新品——灵芝SuperCare设备智能运维平台。

公司拥有较为完整的技术和产品体系,是国内同行业为数不多的打通了从底层传感器、智能算法、云诊断服务和设备管理等环节的公司之一,依托丰富的研究成果和应用开发经验,公司构建了涵盖自制核心部件、数据采集与分析、智能算法模型、智能诊断平台和智能设备管理的完整技术与产品体系。

年8月,公司推出了采用“云、边、端”三层架构、具备“智能、自主、多元、协同”四大核心功能价值点的灵芝SuperCare设备智能运维平台。

目前,该平台已在多家头部企业先行试用,并且取得了较好的口碑。以中信泰富特钢集团青岛特钢为例,在平台植入之前设备事故年停机次数在5起以上、年停机时长均超分钟,在平台植入后实现全年零事故、年经济增益估值约余万元。预计未来灵芝SuperCare设备智能运维平台广泛运用还将创造更大的价值。

2.2公司深耕现有行业,并持续推进新行业布局

2.2.1风电行业:前景较好且渗透率较高,但竞争激烈

受风电场选址及风机维护难度较大影响,风电行业智能运维渗透率相对较高,但目前竞争较为激烈。

由于一般风电场的选址比较偏僻,地理环境条件相对恶劣,且各风电场相距较远,风电场内部风机数量较多,单纯依靠人力进行日常巡检维护的成本较高,且人工巡检受检测频率和发现故障阶段通常较晚的限制,一旦风机早期故障发展到晚期或形成事故,将对风电机组造成严重的二次损伤,将产生额外的维修成本和花费较长的非计划停机时间,故风电行业市场对设备状态监测与故障诊断需求较为迫切。

但是风电运维领域的竞争日益激烈,根据前瞻产业研究院数据,目前从事风电运维服务的企业主要有三大类:

①以金风科技为代表的整机制造商;

②以龙源电力为代表的风电场开发商;

③以容知日新为代表的第三方运维服务商。

相较于上游的风机制造商和风电场开发商,第三方运维服务商的议价能力较弱,目前金风科技等公司也在持续拓展智慧运维服务解决方案,预期未来智能运维领域的竞争还将加剧,但考虑到容知日新入局较早,仍有较大的竞争优势。

风电行业是公司第一大收入来源,未来发展前景确定性较高。

风电行业一直是公司第一大收入来源,但近年来收入占比持续下降,年风电行业收入占比为28.60%,较年下降33.47个百分点。

在风电领域,公司主要提供涵盖传动链、齿轮箱润滑油、叶片、塔筒、螺栓等多部件、多技术手段的监测解决方案,通过多种传感技术全面评估机组的状态。

年《风能北京宣言》指出,年后中国风电年均新增装机容量应不低于6万千瓦,到年至少达到8亿千瓦,到年至少达到30亿千瓦。基于此,我们认为未来风电行业仍是智能运维的重要市场。

根据我们测算,-期间新增风机的智能运维市场规模合计约为8.70亿元。

关键假设:

①根据GWEC预测数据,假定年陆上风电装机量会迅速提升,而后逐步趋于稳态;海上风电装机量在年底补贴到期之后会呈现稳步增长态势。

②根据CWEA数据,年我国陆上和海上风电机组平均单机容量为kW和kW,同比增速分别为20.7%和13.9%。考虑到海上风机所面临的环境更为复杂,我们假定陆上风电机组平均单机容量的提升速度比海上更快。

③由于海上风机的维修难度更大、维修成本更高,我们假定海上风机的智能运维渗透率比陆上风机更高。

④风电领域以有线系统为主,并且考虑到竞争激烈,假定年公司提供的智能运维方案单价下降,我们认为经过大浪淘沙之后竞争会有所缓和,叠加风机向大型化发展,预计未来智能运维方案单价会有所回升。

⑤风电行业的智能运维以前装为主,存量风机的替换难度较大,我们暂时只考虑新增风机的智能运维市场规模。

基于上述假设,我们测算得到-年新增风机智能运维市场规模分别为2.34、2.30、2.11、1.95亿元,合计约为8.70亿元。

2.2.2石化行业:工业化与信息化加速融合推动智能化转型升级

石化行业工艺技术复杂且需要连续生产,也是智能运维拓展的重要阵地。

石油化工行业具有典型的连续生产的特点,工艺技术复杂,对反应装置、仪表、设备状况要求严格,对安全管理要求较高,设备一旦出现突发故障轻则导致设备非计划停机,重则导致安全生产事故发生,因此石油化工企业需在关键性的往复压缩机、离心压缩机、机泵等设备上安装状态监测与故障诊断系统。

随着工业化与信息化的不断融合,以及石油化工行业不断向生产过程智能化、资产全生命周期管理智能化转型升级,构建更为先进、实用的状态监测与故障诊断系统成为石油化工行业的迫切需要。

石化行业智能运维渗透率逐步提升,已跻身公司第二大收入来源。

近年来公司在石化行业加速拓展,年石化行业收入占比为26.73%,较年提升7.91个百分点,与风电行业收入占比基本持平。

石化行业是我国的支柱产业之一,根据超级石化数据,H1石化行业规模以上企业实现营业收入8.13万亿元,同比增长20.9%;实现利润总额.2亿元,同比增长24.0%;规模以上企业数量为家,较去年同期增加家。

《年国内外油气行业发展报告》也指出我国的炼油能力保持较快增长态势,到年末已赶上美国,达到9.1亿吨/年。目前我国的石化行业正朝着装置大型化、炼化一体化、产业集群化方向发展,为状态监测与故障诊断系统的拓展提供了广阔的市场空间。

根据我们测算,-期间石化行业智能运维市场规模合计约为80.90亿元。

关键假设:

①根据石化缘数据,假定年我国已经建成投产了近30个千万吨级炼油基地,合计产能约占我国总炼油产能的45%左右。根据《年中国炼油工业发展状况与近期展望》一文,年千万吨级炼厂共有34家。基于此,我们假定未来大型炼油厂数量和大型炼油厂产能占比将会稳步提升。

②根据《现代大型炼化企业动设备状态监测与故障诊断业务新模式的研究与实践》一文,一般大型企业动设备平均数量为4~6台,为便于计算我们假定大型企业动设备平均数量为5台。

③公司目前主要集中在动设备监测,我们假定未来公司暂不开展静、电、仪三类设备的监测。

④石化领域以无线系统为主,假定年智能运维方案单价为-的平均价格3.78万元,考虑到装置大型化、炼化一体化、产业集群化的发展方向,我们认为未来智能运维方案单价会有所提升。

⑤假定、年石化行业智能运维渗透率分别为9%、10%,并且未来会逐步提升。

基于上述假设,我们测算得到-年石化行业智能运维市场规模分别为16.45、18.85、21.42、24.17亿元,合计约为80.90亿元。

2.2.3冶金行业:以宝武集团为标杆快速拓展智能运维

冶金行业关键设备众多且连续运行时间长,为智能运维拓展提供了广阔的空间。

钢铁行业属于资产密集型产业,炼铁、炼钢、热轧和冷轧等阶段生产自动化程度高、连续运行时间长、生产环境恶劣,设备的可靠性直接影响着企业生产的连续性和产能,是制约钢铁企业经济效益增长的重要因素之一。

状态监测与故障诊断系统具有数据实时采集、数据精度和准确度高、极大降低巡检人员工作量等优点,作为传统设备管理手段的重要技术升级已经被越来越多的钢铁企业所接受和规模化应用。

冶金行业智能化转型的重要性凸显,近年来收入占比迅速提升。

钢铁行业也是我国的支柱产业之一,当前正面临着转型升级压力和信息化、智能化不足的困境。

《钢铁工业调整升级规划(-年》明确提出,“要全面推进我国钢铁行业智能制造,将远程运维服务作为重点培育的智能制造新模式试点示范之一,支持优势企业搭建工业互联网平台,建设关键设备状态监测体系,开展远程运维服务”。

我国大型规模的钢铁企业达数百家,中国钢铁工业协会数据显示年产量排名前十位的中国钢企钢产量合计为4.28亿吨,占年全国总产量的41.5%。

钢铁企业大型、关键设备众多为状态监测与故障诊断系统提供了广阔的市场空间。近年来公司来自冶金行业的收入占比迅速提升,年为20.69%,较年提升12.21个百分点。

根据我们测算,-期间冶金行业智能运维市场规模合计约为.55亿元。

关键假设:

①根据宝武智维数据,宝武集团、年智能运维平台接入设备数分别为1.2、32.6万台,据此假设年智能运维平台接入设备数为13.76万台,同时假定动设备接入量占比50%。

②根据《中国宝武报》,宝武智维明确提出了至年实现“百万设备接入、百条产线覆盖、百亿营收规模”的“三个百”发展目标。据此我们假设、年新增设备接入量分别为30、40万台,同时假设、年的设备接入量与年保持一致。

③考虑到宝武智能运维平台接入动设备是一个循序渐进的过程,需要先接入基础数据,然后才能逐步实现运维功能,因此我们假设、、、动设备新增接入量分别为10、12、14、16万台。

④假设宝武集团产能及全国钢铁产能均呈稳步增长态势。

⑤冶金领域以无线系统为主,假定年智能运维方案单价为-的平均价格3.78万元,考虑到智能化水平持续提升,我们认为未来智能运维方案单价会有所提升。

基于上述假设,我们测算得到-年冶金行业智能运维市场规模分别为.85、.54、.39、.78亿元,合计约为.55亿元。

2.2.4煤炭行业:智慧煤矿建设加速推进,智能运维迎来发展契机

智能运维是煤炭行业实现安全生产、降本增效的关键突破口。

煤炭企业因其井下生产的特殊性,生产环境具有很大的危险性,设备安全至关重要;同时煤炭开采多使用大型设备,该类设备机组结构复杂且需符合连续运行的高标准,一旦出现非计划性停产势必会带来较大的损失。

目前,煤炭企业主要采用点巡检结合修复性维护、定期拆解维修、事后抢修等手段,难以实现设备运行状态的有效监测。由于设备运维模式相对落后,抽、压、提、排等矿井关键设备发生故障往往会引发非必要的重大损失甚至是严重的安全生产事故。

而预测性维护能够通过数据采集、算法模型、大数据分析等技术手段,实现设备状态的在线实时监测,提前感知设备故障,保障设备稳定运行,延长设备的使用寿命,帮助企业实现安全生产和降本增效。

国家政策层面高度重视智慧煤矿建设有利于公司拓展煤炭行业。

国家的政策导向有力地推动了我国智慧煤矿建设的发展进程:

年3月《关于加快煤矿智能化发展的指导意见》指出“到年,大型煤矿和灾害严重煤矿基本实现智能化,形成煤矿智能化建设技术规范与标准体系;

到年,各类煤矿基本实现智能化,构建多产业链、多系统集成的煤矿智能化系统,建成智能感知、智能决策、自动执行的煤矿智能化体系”;

年12月《关于开展首批智能化示范煤矿建设的通知》指出“建设首批智能化示范煤矿,旨在从建设理念、系统架构、智能技术与装备、综合管理、经济投入等方面进行探索与实践,根据煤层赋存条件、煤矿类型与规模,凝练可复制的智能化建设模式,尽快实现‘系统智能化、智能系统化’,引领带动全国煤矿智能化建设”。

受此影响,公司在煤炭行业的拓展较为顺利,年来自煤炭行业的收入为万元,收入占比达到7.39%,预计随着机械化程度不断提升,公司产品在煤炭行业的渗透率还将继续提升。

根据我们测算,-期间煤炭行业智能运维市场规模合计约为.99亿元。

关键假设:

①根据智研咨询数据,年我国智能化采掘工作面个,年达到个,同比增长39.07%,假定未来增速仍维持40%。

②根据《“东数西算”机遇下的煤炭行业数字化转型》,年已初步完成智能化建设的煤矿有个,假定智能化采掘面与智能煤矿数量之比保持不变,由此可推算出其他年份的智能化煤矿数量。

③考虑到煤炭行业新建煤矿的数量相对较少,我们假定新建煤矿数量占比为10%。

④根据安永数据,已有生产型矿井单矿智能化改造升级费用在1.49-2.63亿元之间,新建型矿井单矿改造费用在1.95-3.85亿元之间,我们假定已有煤矿和新建煤矿单矿的智能化升级费用分别为2.06亿元和2.90亿元。

⑤假定新建煤矿的智能运维渗透率为%,而已有煤矿的渗透率相对较低但保持持续提升态势。

基于上述假设,我们测算得到-年煤炭行业智能运维市场规模分别为22.06、36.90、60.10、95.94亿元,合计约为.99亿元。

2.2.5水泥行业:数字化、智能化是大势所趋,智能运维发展正当时

智能运维是水泥企业实现精细化管理的重要推手,也是顺应数字化、智能化大势的关键选择。

当前水泥行业面临产能严重过剩、环保政策趋紧的双重压力,数字化、智能化已成为行业发展大势,借助物联网、大数据、云计算、人工智能、5G等新技术手段赋能数字转型,可以引领生产、管理模式变革,实现业务协同和数据贯通,促进各环节精细化管理,提升资源综合利用效率。

年9月《建材工业智能制造数字转型行动计划(-年)》也明确指出“要促进水泥行业生产方式的自动化、智能化、无人化变革,培育一批集智能生产、智能运维和智能管理为一体的智能工厂,切实提高产品质量、运营效率、设备管理和安全环保水平”。

在此背景下,公司在水泥行业加速拓展,年来自水泥行业的收入为万元,收入占比达到7.73%,预计未来水泥行业的智能运维渗透率还将继续提升。

根据我们测算,-期间水泥行业智能运维市场规模合计约为亿元。

关键假设:

①根据《年水泥行业环境评估报告》,年我国水泥熟料企业家、生产线条,假定-年约1/4的产线完成智能化升级。

②假定单条产线智能化改造的成本约为4万元。

基于上述假设,我们测算得到-年水泥行业智能运维市场规模分别为20、28、40、52亿元,合计约为亿元。

2.2.6总结:现有行业空间广阔,新行业拓展未来可期

公司将持续提升现有行业的渗透率和市占率,并积极开拓新的应用场景。

根据我们的测算,-年风电、石化、冶金、煤炭和水泥五大现有行业的总市场空间分别为.70、.60、.02、.83亿元,总体看来空间广阔、前景较好。

针对这五大行业,公司将加大对客户的覆盖,加强老客户的复购,以期实现稳步增长,提高市场渗透率和市场占有率。

与此同时,随着工业互联网、智能制造的理念与技术在工业领域逐渐全面落地,轨道交通、油田、火电、矿山、造纸、港口、煤化工、精细化工等行业都已经开始进行智能化的发展规划,工业领域新行业拓展空间巨大。

基于此公司设立了综合系统部,将重点开拓轨交、有色和化工等行业,实现公司业务的横向发展,多方位增强公司的业绩增长和盈利能力。

3.盈利预测及估值对比

(一)收入拆分及盈利预测

我们按照下游应用领域进行拆分来预测公司未来的业绩,具体包括风电行业、石化行业、冶金行业、水泥行业、煤炭行业、其他行业及其他业务。

营业收入增速预测:

①考虑到风电行业竞争较为激烈,我们假设风电行业22/23/24年营收同比增速在20%左右;

②年石化行业收入保持高速增长,我们认为随着石化行业智能运维相对成熟,未来增速会有所回落,故假设石化行业22/23/24年营收同比增速为45%/40%/35%;

③考虑到公司与宝武集团合作顺利推进,我们认为冶金行业收入会保持较快增长,故假设冶金行业22/23/24年营收同比增速为60%/50%/40%;

④水泥行业是公司刚刚拓展的行业,预期初期会保持较快增速,故假设水泥行业22/23/24年营收同比增速为80%/70%/60%;

⑤煤炭行业也是公司刚刚拓展的行业,预期初期会保持较快增速,故假设煤炭行业22/23/24年营收同比增速为80%/70%/60%;

⑥考虑到公司目前积极拓展轨交、有色、精细化工等新行业,我们假定其他行业22/23/24年营收同比增速在90%左右;

⑦随着公司业务不断拓展、知名度不断提高,预期公司也有望开展更多其他业务,故假定22/23/24年营收同比增速在80%左右。

毛利率预测:

考虑到风电行业竞争激烈,我们认为短期内毛利率仍旧会保持下行态势;石化、冶金、水泥、煤炭仍处于快速发展阶段,我们认为毛利率相对稳定;轨交、有色、精细化工等新行业通常毛利率较高,导入后或使其他行业毛利率有所提升。

具体而言,我们假设:

①风电行业22/23/24年毛利率分别为52%/51%/50%;

②石化行业22/23/24年毛利率在70%左右;

③冶金行业22/23/24年毛利率在65%左右;

④水泥行业22/23/24年毛利率在70%左右;

⑤煤炭行业22/23/24年毛利率在70%左右;

⑥其他行业22/23/24年毛利率为71%/72%/73%;

⑦其他业务22/23/24年毛利率在70%左右。

基于上述假设,我们预测公司~年营业收入分别为5.95、8.81、12.83亿元,增速分别为49.8%、48.1%、45.6%,净利润分别为1.20、1.70、2.32亿元,增速分别为47.6%、41.9%、36.3%,对应EPS分别为2.19、3.10、4.23元,以12月5日收盘价.12元计算,对应PE分别为53.1X、37.4X、27.5X。

(二)可比公司估值对比

目前国内从事与公司类似业务的公司主要包括东华测试、恩普特、威锐达、博华科技、江凌股份,但在A股上市的仅有东华测试(.SZ)一家,为了方便比较,我们另外选取宝信软件(.SH)和中控技术(.SH)也作为同行业可比上市公司。

我们预测-年公司的估值分别为53.14X、37.44X、27.47X,略高于可比公司平均估值43.61X、32.50X、24.68X。考虑到:

1)预测性维护优势日益凸显,并逐步成为主流趋势;

2)公司下游应用领域的市场空间较为广阔,并且新行业拓展仍在有序推进;

3)公司在工业智能运维领域的领跑地位突出,品牌影响力有望逐步增强。

4.风险提示

风电行业竞争激烈影响公司业绩的风险;下游客户所属行业集中度较高的风险;疫情反复影响公司收入确认的风险;下游客户自行开展智能运维业务的风险。

——————————————————

报告属于原作者,我们不做任何投资建议!如有侵权,请私信删除,谢谢!

精选报告来自

1
查看完整版本: 工业设备预测性维护领域的领跑者,容知日新