|
|
| Nama Merek: | WELLMAN |
| Nomor Model: | XC-01 |
| Moq: | 1 |
| Ketentuan Pembayaran: | T/t |
Microfocus X-Ray Parts Counter XC-01
| Sinar-X sumber | Tipe | Terintegrasi,mikrofokus |
| Tegangan tabung maks | 80kV | |
| Arus tabung maks | 700μA | |
| Ukuran titik fokus | 30μm | |
| Datar panel detektor |
Tipe | FPD digital definisi super |
| Area efektif | 430mm*430mm | |
| Ukuran piksel | 139μm | |
| Resolusi | 3072*3072 | |
| Gulungan/baki menghitung |
Ukuran maks | 17”(430mm) |
| Ketebalan maks | 88mm | |
| Ukuran komponen min | 99.98% | |
| 01005 | 7-10s | |
| 7”(180mm) | 01005≥99.98%,0201&above≥99.99% | |
| Peralatan | Dimensi | 1000mm (P)*1300mm (L)*1820mm (T) |
| Berat | 580kg | |
| Catu daya | AC110-220V 50/60HZ | |
| Daya maks | 800W | |
| PC Industri | CPU I7, RAM 16G, SSD 256G+HDD 4T | |
| Tampilan | LCD HDMI 24” | |
| Lainnya fungsi |
Pemindaian kode otomatis Kode batang dan kode QR. |
Pencetakan label |
| cetak label yang sesuai saat pengguna mengeluarkan | gulungan. Catatan penghitungan |
|
| Pertanyaan berdasarkan rentang waktu, nomor pesanan kerja. | Koneksi sistem manajemen | |
| MES, ERP, WMS dll. Pengalihan mode |
Tidak perlu mengganti mode gulungan tunggal/ganda | |
| Nomor pesanan kerja | Mendukung perekaman nomor pesanan kerja | |
| Keamanan | Kebocoran radiasi | |
| Tidak ada kebocoran, standar internasional:≤1μSv/h. | Keamanan pintu belakang | saling mengunci |
| Setelah pengguna membuka pintu belakang, tabung sinar-X akan segera mati. Saat pintu belakang terbuka, |
pengguna tidak dapat menyalakan sinar-X. Anti-jepit Tirai cahaya pengaman menutupi seluruh laci, |
|
| laci akan segera berhenti saat ada sesuatu |
masuk. Berhenti darurat Di depan posisi pengoperasian, tekan untuk mematikan. |
|
| 4. Kecepatan dan Akurasi | Hingga saat ini, waktu penghitungan dan akurasi berbagai ukuran gulungan seperti di bawah ini. Ini akan menjadi |
| Bagian Akurasi | Kuantitas Akurasi | Kecepatan | 7”(180mm) | 01005 |
| 5000 | 99.98% | 9-10s | 7”(180mm) | 0201 |
| 5000 | 99.99% | 8-9s | 5. Algoritma pembelajaran mendalam kecerdasan buatan | 0402 |
| 5000 | 99.99% | 7-8s | 5. Algoritma pembelajaran mendalam kecerdasan buatan | Perangkat lunak penghitungan kami menggunakan algoritma pembelajaran mendalam kecerdasan buatan yang kuat. Tidak |
| 5000 | 99.99% | 7-8s | 5. Algoritma pembelajaran mendalam kecerdasan buatan | Perangkat lunak penghitungan kami menggunakan algoritma pembelajaran mendalam kecerdasan buatan yang kuat. Tidak |
| 5000 | 99.99% | 7-8s | 5. Algoritma pembelajaran mendalam kecerdasan buatan | Perangkat lunak penghitungan kami menggunakan algoritma pembelajaran mendalam kecerdasan buatan yang kuat. Tidak |
| 10000 | 99.99% | 7-8s | 5. Algoritma pembelajaran mendalam kecerdasan buatan | Perangkat lunak penghitungan kami menggunakan algoritma pembelajaran mendalam kecerdasan buatan yang kuat. Tidak |
Video
Video
Video
Video
