Tuotteet
Elintarviketeollisuuden röntgensäteilytarkastusmetallinilmaisinlaite
Röntgenlaitteen tekniset tiedot | |
| Malli | |
| Herkkyys | Metallipallo / metallilanka / lasipallo |
| Tunnistusleveys | 240/400/500/600 mmTai räätälöity |
| Tunnistuskorkeus | 15 kg/25 kg/50 kg/100 kg |
| Kantavuus | 15 kg/25 kg/50 kg/100 kg |
| Käyttöjärjestelmä | Ikkunat |
| Hälytysmenetelmä | Kuljettimen automaattinen pysäytys (vakio) / hylkäysjärjestelmä (valinnainen) |
| Puhdistusmenetelmä | Kuljetinhihnan työkaluton irrotus helppoa puhdistusta varten |
| Ilmastointi | Sisäkiertoinen teollisuusilmastointilaite, automaattinen lämpötilan säätö |
| Parametriasetukset | Itseoppiva / Manuaalinen säätö |
| Maailmankuulun tuotemerkin asusteetAmerikkalainen VJ-signaaligeneraattori - Suomi DeeTee-vastaanotin - Danfoss-invertteri, Tanska - Saksa Bannenberg-teollisuusilmastointilaite - Schneider Electric Components, Ranska – Interoll Electric -rullakuljetinjärjestelmä, Yhdysvallat - Advantech Industrial Computer IEI-kosketusnäyttö, Taiwan | |
Röntgenmetallinilmaisimen edut: Röntgentarkastusjärjestelmä irtotavarana oleville, pakkaamattomille ja vapaasti virtaaville elintarvikkeille. Tarkastus sisältää lihan, siipikarjan, valmisruoat, pakasteet, pähkinät, marjat, kuivatut hedelmät, linssit, viljat ja vihannekset ennen pakkaamista tai käyttöä valmiiden tuotteiden ainesosina.
Röntgenkäyttöinen elintarvikkeiden tarkastusjärjestelmä:Röntgen tarjoaa alan johtavat tunnistustasot irtonaisille tuotteille monenlaisilla vierasesineillä, kuten rautapitoisilla, ei-rautapitoisilla ja ruostumattomilla metalleilla, kivellä, keramiikalla, lasilla, luulla ja tiheillä muoveilla, riippumatta niiden muodosta, koosta tai sijainnista tuotteessa.
Hakemus
Laaja valikoima sovelluksia:Sitä voidaan käyttää elintarvike-, kemian-, teollisuuden,
Yksityiskohtaiset kuvat
Koneen ominaisuudet:Sillä on sama korkea tunnistustarkkuus kuin kansainvälisillä tuotemerkeillä, ja käyttäjä voi helposti asettaa sen.
(1) Tuotteen monimutkaisuudesta riippumatta se voidaan asettaa automaattisen oppimisprosessin avulla ilman teknikkojen osallistumista.
(2) Shananin algoritmialusta käyttää dynaamista ominaisuuksien tunnistusmenetelmää valitakseen automaattisesti parhaat algoritmiparametrit ja saavuttaakseen suurimman herkkyyden.
(3) Itseoppimisprosessiin tarvitaan vain enintään 10 kuvaa, ja algoritmimallin koulutus voidaan suorittaa jopa 20 sekunnin odottamisen jälkeen.
(1) Tuotteen monimutkaisuudesta riippumatta se voidaan asettaa automaattisen oppimisprosessin avulla ilman teknikkojen osallistumista.
(2) Shananin algoritmialusta käyttää dynaamista ominaisuuksien tunnistusmenetelmää valitakseen automaattisesti parhaat algoritmiparametrit ja saavuttaakseen suurimman herkkyyden.
(3) Itseoppimisprosessiin tarvitaan vain enintään 10 kuvaa, ja algoritmimallin koulutus voidaan suorittaa jopa 20 sekunnin odottamisen jälkeen.
