| Nama merek: | PHOENIX |
| Nomor Model: | Penyortir Warna LX4-B4 |
| MOQ: | 1 |
| Harga: | Price Negotiable |
| Ketentuan Pembayaran: | L/C,D/A,D/P,T/T |
Model sabuk berlapis tunggal yang dibuat khusus untuk pemisahan raspberry beku IQF, dirancang untuk standar higienis tertinggi.dengan tepat menolak cacat permukaan dan bahan asing, dengan akurasi pembagian terus ditingkatkan melalui iterasi pembelajaran mendalam.
Sorting raspberries beku IQF menghadirkan tantangan unik yang berbeda dari buah segar. raspberries memiliki tekstur lembut dan trichomes permukaan halus;Buah cenderung retak dalam kondisi suhu rendahPengelompokan manual membawa intensitas kerja yang berat, sementara kontak jari menyebabkan mencair dan melekat, menghasilkan tingkat kebocoran yang tinggi.Es permukaan dan adhesi es antar buah menutupi cacat kritis seperti bintik-bintik merah gelap, jamur, melembutkan dan runtuh, yang hampir tidak dapat diidentifikasi oleh teknologi penglihatan konvensional.Aglomerat fragmen) lebih rumit pemisahanSolusi tradisional menunjukkan keterbatasan yang jelas: pemisahan manual menderita efisiensi rendah dan kualitas yang tidak konsisten di lingkungan kerja dingin; pemisahan udara dan pemisahan gravitasi hanya bekerja pada ukuran,berat dan kepadatan, dan tidak dapat mendeteksi penyimpangan warna, kerusakan permukaan, residu calyx atau kontaminan asing.
Seri PHOENIX LX4-B4 adalah sistem pemisahan visual cerdas yang disesuaikan untuk pemisahan kelas industri dan pengendalian kualitas buah jeruk beku IQF premium,Dibangun sesuai dengan spesifikasi higienis tingkat atas. Dilengkapi dengan pencitraan RGB resolusi ultra-tinggi dan algoritma AI yang dikembangkan sendiri, ia beradaptasi dengan sifat fisik dari raspberry IQF massal.Model pembelajaran mendalam dapat diandalkan untuk mengidentifikasi bintik-bintik jamur merah tua khas raspberryAnalisis morfologi, tekstur dan fitur tepi membedakan zat asing berwarna yang sama seperti daun dan batang,dan secara cerdas mendeteksi gumpalan beku dan produk cacat melekatMelalui inspeksi visual berkecepatan tinggi dan ejeksi yang tepat, sistem ini secara efisien menyortir variasi warna, kerusakan permukaan, kontaminan asing dan buah berry yang terbungkus,meningkatkan keseragaman dan kemurnian produk jadiIni memberikan solusi yang lebih efisien, dapat diandalkan dan dapat diukur untuk pengolahan raspberry beku IQF.
Algoritma pengenalan cacat permukaan yang didukung AI dilatih pada set data produksi dunia nyata melalui pembelajaran mendalam untuk peningkatan akurasi pemisahan terus menerus.Mereka membantu pengolah meningkatkan kualitas produk, meningkatkan throughput dan mengurangi biaya tenaga kerja untuk mempertahankan keunggulan kompetitif di pasar.
| Model | Lebar sabuk ((mm) | Air Nozzle | Tekanan udara ((MPa) | Konsumsi udara ((m3/menit) | Tegangan | Kekuatan ((kW) | Dimensi ((mm) | Berat yang tidak dikemas ((kg) |
|---|---|---|---|---|---|---|---|---|
| LX4-B4 | 1200 | 256 | 0.6 ~ 0.8 | <3.6 | 220V ~ 50/60Hz | 4.8 | 5271×2330×2077 | 1725 |
| LX4-B6 | 1800 | 384 | 0.6 ~ 0.8 | <3.6 | 220V ~ 50/60Hz | 6.8 | 4547 × 2964 × 2100 | 1425 |
Pemeriksaan visual dengan presisi tinggi untuk beberapa cacat pada raspberry beku IQF berdasarkan karakteristik permukaan: