| 브랜드 이름: | PHOENIX |
| 모델 번호: | LX4-B4 색상 분류기 |
| MOQ: | 1 |
| 가격: | Price Negotiable |
| 지불 조건: | L/C,D/A,D/P,T/T |
단층 벨트 모델 IQF 냉동 라즈베리 분류를 위해 주문 제작, 가장 높은 위생 표준에 따라 설계.그것은 정확하게 표면 결함과 외래 물질을 거부, 심층 학습 반복을 통해 정렬 정확도가 지속적으로 향상됩니다.
냉동된 라즈베리를 분류하는 IQF는 신선한 베리와는 다른 독특한 과제를 제시합니다. 라즈베리는 부드러운 질감과 섬세한 표면 트리코임을 가지고 있습니다.과일은 낮은 온도 조건에서 균열하는 경향이 있습니다.수동 정렬은 무거운 노동 강도를 가져오고 손가락 접촉은 녹음과 붙는 것을 유발하여 높은 탈출률을 초래합니다.표면 얼음과 과일 사이의 얼음 접착은 어두운 붉은 반점과 같은 중요한 결함을 가려줍니다.기존의 시각 기술로 거의 식별 할 수 없는 곰팡이, 부드러움 및 붕괴.분자 집적물) 는 분류를 더 복잡하게 만듭니다.전통적인 솔루션은 명확한 한계를 나타냅니다: 수동 분류는 낮은 효율성과 냉동 작업 환경에서 일관성 없는 품질을 앓고 있습니다. 공기 분리 및 중력 분류는 크기에만 작동합니다.무게와 밀도, 그리고 색상 오차, 표면 손상, 잔 잔 또는 외부 오염 물질을 감지 할 수 없습니다.
PHOENIX LX4-B4 시리즈는 고급 IQF 냉동 라즈베리의 산업용 분류 및 품질 통제를 위해 맞춤 제작된 지능형 시각 분류 시스템입니다.최고 수준의 위생 사양에 맞게 제작된초고 해상도 RGB 영상 및 자체 개발 AI 알고리즘을 갖추고, 그것은 대량 IQF 라즈베리의 물리적 특성에 적응합니다.딥러닝 모델은 라즈베리 특유의 어두운 붉은 곰팡이 반점을 신뢰성있게 식별합니다.형태, 질감 및 가장자리 특징 분석은 잎과 줄기와 같은 같은 색의 외질물을 구별합니다.그리고 냉동 덩어리와 부적절한 제품을 지능적으로 감지합니다.고속 시각 검사 및 정밀 발사 시스템을 통해 시스템 효율적으로 색상 변동, 표면 손상, 외부 오염 물질 및 뭉쳐진 베리완제품의 균일성과 순수성을 향상시키는 것그것은 IQF 냉동 라즈베리 가공에 더 효율적이고 신뢰할 수 있고 측정 가능한 솔루션을 제공합니다.
인공지능 기반의 표면 결함 인식 알고리즘은 심층 학습을 통해 실제 생산 데이터 세트에 훈련되어 계속 분류 정확도를 향상시킵니다.그들은 가공업체가 제품 품질을 향상시키는 데 도움이됩니다., 생산량을 높이고 노동 비용을 절감하여 시장에서의 경쟁 우위를 유지합니다.
| 모델 | 벨트 너비 ((mm) | 에어 노즐 | 공기 압력 (MPa) | 공기 소비 (m3/min) | 전압 | 전력 (kW) | 차원 (mm) | 포장되지 않은 무게 ((kg) |
|---|---|---|---|---|---|---|---|---|
| LX4-B4 | 1200 | 256 | 00.6~0.8 | <3.6 | 220V~50/60Hz | 4.8 | 5271 × 2330 × 2077 | 1725 |
| LX4-B6 | 1800 | 384 | 00.6~0.8 | <3.6 | 220V~50/60Hz | 6.8 | 4547 × 2964 × 2100 | 1425 |
표면 특성에 기초한 IQF 냉동 라즈베리의 다중 결함을 위한 초고밀도의 시각 검사: