EN
Trieur de qualité par rayons X avec détection IA des corps étrangers et des défauts
Le trieur de rayons X alimenté par l’IA, doté du modèle massif de tri qualité par IA, permet une détection multidimensionnelle de la couleur, de la forme, de la taille, de la densité et du matériau. Il identifie les défauts internes des noix (infestation, creux, flétrissement, huileux, moisissure) et élimine les impuretés étrangères à forte densité (métaux, pierres, verre, céramiques, caoutchouc), avec une inspection pénétrante des produits conditionnés en sac ou décortiqués afin de garantir la sécurité alimentaire au stade final de la production.
DESCRIPTION
Machine de tri qualité par radiographie X alimentée par l’intelligence artificielle, pilotée par le modèle massif de tri qualité IA. Elle permet une détection multidimensionnelle fondée sur la couleur, la forme, la taille, la densité et les propriétés des matériaux. Elle trie efficacement les défauts internes des noix, tels que l’infestation interne, les amandes creuses, les fruits flétris, les amandes huileuses et les moisissures. Elle détecte et élimine avec précision les impuretés étrangères à haute densité mélangées aux matières premières, notamment les métaux, les pierres, le verre, la céramique et le caoutchouc. Elle offre une identification pénétrante pour les produits conditionnés en sac ou décortiqués, et inspecte l’intégrité des produits alimentaires afin de détecter toute pièce manquante ou toute matière étrangère. En tant que dernier point de contrôle sur la chaîne de production, elle garantit la sécurité sanitaire des aliments et réduit le taux de non-conformité.
Avantage
1. Capable de détecter des corps étrangers dans des emballages de grande taille (25 kg), identifiant efficacement les impuretés à haute densité telles que les métaux, le verre, les pierres et le caoutchouc présents dans les produits. Prend également en charge une détection complète des matières manquantes, la mesure du poids et des irrégularités.
2. Utilise une source de rayonnement à fenêtre de béryllium, technologie internationalement avancée, permettant une précision de reconnaissance allant jusqu’à 0,05 mm pour des images plus nettes, facilitant ainsi la détection de corps étrangers invisibles à l’œil nu.
3. La plateforme technologique PLOV, basée sur une structure physique, répond simultanément à plusieurs besoins de détection, notamment la détection d’impuretés externes et de défauts internes.
4. Débit élevé, pertes faibles.
Paramètres du produit
| Modèle | Sensibilité de détection pour bille en acier inoxydable SUS304 / mm | Sensibilité de détection pour fil en acier inoxydable SUS304 / mm | Dose de fuite de rayons X | Puissance de la machine principale (kW) (taux d’impuretés : 10 %) | Alimentation électrique |
Dimensions (avec filtre) L×l×H (MM) |
Poids (kg) | Consommation d’air (m³/min) |
| RX64 PRO | ≥φ0,3 | ≥φ0,2×2 | ≤1μSv/h | 2.45 | 380V/50Hz | 3800*1200*2040 | Basé sur le pesage effectif en production | <0.6 |
| RX96 PRO | ≥φ0,3 | ≥φ0,2×2 | ≤1μSv/h | 3.0 | 380V/50Hz | 3860*1410*2360 | 950 | <0.8 |
| RX96D | ≥φ0,3 | ≥φ0,2×2 | ≤1μSv/h | 2.3 | 380V/50Hz | 2755*1355*1850 | 700 | <0.2 |
TECHNOLOGIES DE BASE
Modèle volumineux d’IA multimodale pour le tri de qualité
Le modèle volumineux d’IA multimodale ANYSORT pour le tri de qualité exploite une puissance de calcul élevée afin de permettre une configuration plus rapide des modèles de tri, une discrimination plus précise, un entraînement et un déploiement accélérés des modèles, ainsi qu’une analyse automatisée avancée des données.
Plateforme PLOV 3.0
La structure intelligente de tri à répartition uniforme a été innovamment mise à niveau vers PLOV 3.0, garantissant une répartition toujours homogène des matériaux, sans chevauchement, durant les processus de tri à haute vitesse et à haut rendement.
Technologie de caméra Hawkeye 4.0
La technologie IA + caméra Hawkeye permet une imagerie dynamique haute vitesse plus nette, avec une identification plus précise et intelligente.
Technologie de fusion multi-pixels MPF
Elle distingue essentiellement les différentes substances en se fondant sur les caractéristiques spectrales uniques (empreintes spectrales) de chaque matériau.