|
| 브랜드 이름: | WELLMAN |
| 모델 번호: | IL-1000 |
| 지불 조건: | 티/티 |
1. 작동 원리
2. 당사의 장점
2.1. 80kV X선 튜브, 더 긴 수명, 유지 보수 불필요.
2.2. 슈퍼 정의 17” 디지털 평판 감지기(FPD).
2.3. 초고속 카운팅, 최고 속도는 릴당 12초에 불과.
2.4. Support 최대 17” (430mm) 습기 방지 백이 있는 릴 또는 트레이s.
2.5. 영구적으로 업데이트된 무료 AI 딥 러닝 알고리즘, MES, ERP, WMS 및 기타 관리 시스템 연결 지원.
2.6. Support 수동 모드, 소량의 릴, 과체중 & 과대 릴, 및 포장된 릴.
2.7. AGV 도킹 지원, 전체 카운팅 프로세스 무인화 실현.
2.8. 작업 지시 번호 기능 및 카운팅 기록 쿼리 및 통계 지원.
3. 하드웨어 매개변수
|
X선 소스 |
Type |
마이크로포커스 |
|
Max 튜브 전압 |
80kV |
|
|
Max 튜브 전류 |
700μA |
|
|
Focal spot size |
30μm |
|
|
Flat panel detector |
Type |
슈퍼 정의 디지털 FPD |
|
유효 면적 |
430mm*430mm |
|
|
픽셀 크기 |
139μm |
|
|
해상도 |
3072*3072 |
|
|
Reel/tray 카운팅 |
Max 크기 |
자동 모드 15” (380mm), 수동 모드 17” (430mm) |
|
Max 두께 |
자동 모드 50mm, 수동 모드 80mm |
|
|
Min 부품 크기 |
01005 |
|
|
Speed |
12-15s |
|
|
Accuracy |
01005 ≥ 99.98%, 0201 & 이상 ≥ 99.99% |
|
|
미디어 유형 |
릴 재료, 방습 백이 있는 트레이 재료 |
|
|
장비 |
Dimensions |
2700mm (L) * 1400mm (W) * 1900mm (H) |
|
Weight |
3000kg |
|
|
Power supply |
AC110-220V 50/60HZ |
|
|
Max 전력 |
4800W |
|
|
산업용 PC |
I7 CPU, 16G RAM, 256G SSD+4T HDD |
|
|
Displayer |
24” HDMI LCD |
|
|
관리 시스템 연결 |
MES, ERP 등. |
|
|
작업 흐름 |
로딩 |
릴 차량이 밀려 들어온 후, 매니퓰레이터가 자동으로 로드하며, 7~15인치 릴을 지원합니다. |
|
최대 로딩 수량 |
200 릴 (두께 8mm의 7") |
|
|
바코드 scanning |
바코드, QR 코드 스캔 가능 |
|
|
릴 이송 |
자동 벨트 이송 |
|
|
라벨링 |
카운팅 후 자동으로 라벨을 인쇄하고 붙여넣고 데이터를 자동으로 업로드합니다. |
|
|
언로딩 |
매니퓰레이터가 자동으로 릴 차량에 넣습니다. |
|
|
Safety |
Radiation 누출 |
No 누출, international 표준: ≤1μSv/h |
|
뒷문 안전 인터록 |
Once 사용자가 뒷문을 열면 X선 튜브가 즉시 전원을 끕니다. 뒷문이 열려 있으면 사용자는 X선을 켤 수 없습니다. |
|
|
비상 정지 |
작업 위치 앞에서 전원을 끄려면 누르십시오. |
4. 속도 및 정확도
Till now, 다양한 크기의 릴의 카운팅 시간과 정확도는 다음과 같습니다. 알고리즘이 업데이트됨에 따라 더 빠르고 정확해집니다.
|
릴 크기 |
부품 크기 |
수량 |
정확도 |
Speed |
|
7” (180mm) |
01005 |
40000 |
99.98% |
14-15. 인공 지능 딥 러닝 알고리즘s |
|
7” (180mm) |
0201 |
10000 |
99.99% |
13-15. 인공 지능 딥 러닝 알고리즘s |
|
7” (180mm) |
0402 |
10000 |
99.99% |
13-15. 인공 지능 딥 러닝 알고리즘s |
|
7” (180mm) |
0603 |
5000 |
99.99% |
12-15s |
|
10” (254mm) |
1206 |
5000 |
99.99% |
12-15s |
|
15” (380mm) |
1206 |
10000 |
99.99% |
12-15. 인공 지능 딥 러닝 알고리즘s |
5. 인공 지능 딥 러닝 알고리즘당사의 카운팅 소프트웨어는 강력한 인공 지능 딥 러닝 알고리즘을 사용합니다. 구성 요소를 알고리즘에 바인딩할 필요 없이 AI를 사용하여 구성 요소를 자동으로 식별하고 알고리즘을 자동으로 적용합니다. 알고리즘은 다음과 같은 계산된 구성 요소 데이터를 학습할 수 있습니다.
1. 종횡비
2. 구성 요소의 각 모서리의 각도;
3. 구성 요소 내부에서 외부로의 기울기;
4. 구성 요소 이미지의 내부에서 외부로의 변형 등
구성 요소 카운팅 수가 증가함에 따라 결과가 점점 더 정확해집니다. 유사한 구성 요소 또는 더 큰 트레이를 계산해야 하는 경우 쉽게 처리할 수 있습니다.
6. 클라우드 데이터베이스
모든 Wellman X선 카운터는 당사의 클라우드 데이터베이스에 연결할 수 있습니다. 기계의 데이터와 이미지가 클라우드에 업로드되고 기계는 최신 데이터베이스를 자동으로 다운로드합니다. 또한 당사 엔지니어는 각 기계에서 수집된 이미지와 데이터를 기반으로 백그라운드에서 알고리즘을 최적화하고 고객을 위해 정기적으로 데이터베이스를 업데이트합니다.
시간이 지남에 따라 카운팅 정확도는 100%에 가까워지고 구성 요소 유형의 범위는 점점 더 넓어집니다. 기계가 새로운 종류의 구성 요소를 계산할 때 이 종류의 구성 요소 데이터가 데이터베이스에 저장되어 있으면 당사 소프트웨어가 데이터를 직접 호출할 수 있으므로 사용자에게 더 높은 효율성, 정확성 및 범위를 제공합니다.
7. S
ample 이미지
화면
화면
