| 크기 속도 | 정확도 속도 | 7”(180mm) | 580kg | 1000mm (L)*1300mm (W)*1820mm (H) |
| 99.99% | 치수 | 7”(180mm) | 0201 | 20000 |
| 99.99% | 8-9초 | 7”(180mm) | 당사의 카운팅 소프트웨어는 강력한 인공 지능 딥 러닝 알고리즘을 사용합니다. 부품을 알고리즘에 바인딩할 필요 없이, AI를 사용하여 부품을 자동으로 식별하고 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 부품 데이터, 예를 들어 다음을 학습할 수 있습니다. | 10000 |
| 99.99% | 7-8초 | 4. 인공 지능 딥 러닝 알고리즘 | 당사의 카운팅 소프트웨어는 강력한 인공 지능 딥 러닝 알고리즘을 사용합니다. 부품을 알고리즘에 바인딩할 필요 없이, AI를 사용하여 부품을 자동으로 식별하고 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 부품 데이터, 예를 들어 다음을 학습할 수 있습니다. | 1. 종횡비 |
| 99.99% | 7-8초 | 15”(380mm) | 당사의 카운팅 소프트웨어는 강력한 인공 지능 딥 러닝 알고리즘을 사용합니다. 부품을 알고리즘에 바인딩할 필요 없이, AI를 사용하여 부품을 자동으로 식별하고 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 부품 데이터, 예를 들어 다음을 학습할 수 있습니다. | 1. 종횡비 |
| 99.99% | 7-8초 | 15”(380mm) | 당사의 카운팅 소프트웨어는 강력한 인공 지능 딥 러닝 알고리즘을 사용합니다. 부품을 알고리즘에 바인딩할 필요 없이, AI를 사용하여 부품을 자동으로 식별하고 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 부품 데이터, 예를 들어 다음을 학습할 수 있습니다. | 1. 종횡비 |
| 99.99% | 7-8초 | 4. 인공 지능 딥 러닝 알고리즘 | 당사의 카운팅 소프트웨어는 강력한 인공 지능 딥 러닝 알고리즘을 사용합니다. 부품을 알고리즘에 바인딩할 필요 없이, AI를 사용하여 부품을 자동으로 식별하고 알고리즘을 자동으로 적용합니다. 알고리즘은 카운팅된 부품 데이터, 예를 들어 다음을 학습할 수 있습니다. | 1. 종횡비 |
| 최대 튜브 전류 700μA | 해상도 | 30μm |
| 평판 | 패널 | |
| 검출기 | 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 | 7-10초 |
| 정확도 | 01005≥99.98%,0201&above≥99.99% | |
| 장비 | 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 | |
| 디스플레이어 | 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 조회. 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. | 끼임 방지 | 안전 광선 커튼이 전체 서랍을 덮고 있으며, |
|
서랍에 무언가가 들어오면 즉시 멈춥니다. |
비상 정지 작업 위치 앞에 있는 버튼을 눌러 전원을 끕니다. 6. 클라우드 데이터베이스 |
|
| 모든 Wellman X-ray 카운터는 당사의 클라우드 데이터베이스에 연결할 수 있습니다. 장비의 데이터와 이미지가 | 클라우드에 업로드되고, 장비는 자동으로 최신 데이터베이스를 다운로드합니다. 당사 엔지니어는 또한 각 장비에서 수집된 이미지와 데이터를 기반으로 백그라운드에서 알고리즘을 최적화하고, 정기적으로 고객을 위해 데이터베이스를 업데이트합니다. |
|
| 시간이 지남에 따라 카운팅 정확도는 100%에 가까워지고, 부품 유형의 범위는 점점 더 넓어질 것입니다. 장비가 새로운 종류의 | 부품을 카운팅할 때, 이 종류의 부품 데이터가 당사 데이터베이스에 저장되어 있으면, 당사 소프트웨어는 |