|
|
| 브랜드 이름: | WELLMAN |
| 모델 번호: | XC-01 |
| 모크: | 1 |
| 지불 조건: | t/t |
| 유형 통합형, 마이크로포커스 | 유효 면적 | 80kV |
| 최대 튜브 전류 | 700μA | |
| 초점 크기 | 30μm | |
| 평판 | 패널 | |
| 감지기 유형 슈퍼 정의 디지털 FPD |
유효 면적 | 430mm*430mm |
| 픽셀 크기 | 139μm | |
| 해상도 | 3072*3072 | |
| 릴/트레이 | 카운팅 | |
| 최대 크기 17”(430mm) |
최대 두께 | 88mm |
| 최소 부품 크기 | 01005 | |
| 속도 | 7”(180mm) | |
| 99.98% | 01005≥99.98%,0201&above≥99.99% | |
| 40000 | 치수 | |
| 1000mm (L)*1300mm (W)*1820mm (H) | 무게 | 580kg |
| 전원 공급 장치 | AC110-220V 50/60HZ | |
| 최대 전력 | 800W | |
| 산업용 PC | I7 CPU, 16G RAM, 256G SSD+4T HDD | |
| 디스플레이 | 24”HDMI LCD | |
| 기타 | 기능 | |
| 자동 코드 스캔 |
바코드 및 QR 코드. 라벨 인쇄 |
사용자가 릴을 꺼낼 때 해당 라벨을 인쇄합니다. |
| 카운팅 기록 | 시간 범위, 작업 지시 번호별 쿼리. 관리 |
|
| 시스템 연결 | MES, ERP, WMS 등. | |
| 모드 전환 단일/다중 릴 모드를 전환할 필요 없음 |
작업 지시 번호 | |
| 작업 지시 번호 기록 지원 | 안전 | |
| 방사선 누출 | 누출 없음, 국제 표준:≤1μSv/h. | |
| 후면 도어 안전 | 인터록 | 사용자가 후면 도어를 열면 X-ray 튜브가 |
| 즉시 전원을 끕니다. 후면 도어가 열려 있으면 사용자는 X-ray를 켤 수 없습니다. |
핀치 방지 안전 광선 커튼이 전체 서랍을 덮고 있으며, 서랍에 무언가가 들어오면 즉시 멈춥니다. |
|
| 비상 정지 | 작업 위치 앞에서 눌러 전원을 끕니다. 4. 속도 및 정확도 지금까지 다양한 크기의 릴에 대한 카운팅 시간과 정확도는 다음과 같습니다. 알고리즘이 업데이트될수록 |
|
| 더 빠르고 정확해집니다. | 릴 |
| 수량 7”(180mm) | 속도 7”(180mm) | 01005 | 40000 | 99.98% |
| 7-8초 | 7”(180mm) | 0201 | 20000 | 99.99% |
| 7-8초 | 7”(180mm) | 0402 | 알고리즘에 구성 요소를 바인딩할 필요 없이, AI를 사용하여 구성 요소를 자동으로 식별하고 | 99.99% |
| 7-8초 | 7”(180mm) | 당사의 카운팅 소프트웨어는 강력한 인공 지능 딥 러닝 알고리즘을 사용합니다. | 알고리즘에 구성 요소를 바인딩할 필요 없이, AI를 사용하여 구성 요소를 자동으로 식별하고 | 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 구성 요소 데이터를 학습할 수 있습니다. |
| 7-8초 | 10”(254mm) | 1206 | 알고리즘에 구성 요소를 바인딩할 필요 없이, AI를 사용하여 구성 요소를 자동으로 식별하고 | 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 구성 요소 데이터를 학습할 수 있습니다. |
| 7-8초 | 5. 인공 지능 딥 러닝 알고리즘 | 1206 | 알고리즘에 구성 요소를 바인딩할 필요 없이, AI를 사용하여 구성 요소를 자동으로 식별하고 | 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 구성 요소 데이터를 학습할 수 있습니다. |
| 7-8초 | 5. 인공 지능 딥 러닝 알고리즘 | 당사의 카운팅 소프트웨어는 강력한 인공 지능 딥 러닝 알고리즘을 사용합니다. | 알고리즘에 구성 요소를 바인딩할 필요 없이, AI를 사용하여 구성 요소를 자동으로 식별하고 | 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 구성 요소 데이터를 학습할 수 있습니다. |
화면
