ความแม่นยำในการแยกเปลือกสูงสุดถึง 99.9%! ANYSORT นำเสนอโซลูชันการคัดแยกเม็ดมะค่ามอญด้วยปัญญาประดิษฐ์ในงาน MacDay 2026

ANYSORT ในฐานะผู้สนับสนุนระดับแพลทินัม ได้เข้าร่วมงาน SAMAC วันแมคคาเดเมีย 2026 ระหว่างวันที่ 8 ถึง 22 กันยายน 2569. เมื่อเผชิญกับความท้าทายในทางปฏิบัติในการแปรรูปแมคคาเดเมีย รวมถึงต้นทุนแรงงาน ความสม่ำเสมอของผลิตภัณฑ์ และสภาพวัตถุดิบที่เปลี่ยนแปลง ANYSORT ได้นำเสนอโซลูชันการคัดเกรดคุณภาพด้วย AI

ANYSORT เสนอโซลูชันการคัดแยกสำหรับความต้องการการแปรรูปที่แตกต่างกัน รวมถึงเครื่องคัดแยกแบบ MK, MKD, AI X-Ray และเครื่องวิเคราะห์คุณภาพถั่วแบบออนไลน์ โดยการผสานระบบคัดแยกหลายขั้นตอนเข้ากับระบบคัดแยกที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (AI) โซลูชันเหล่านี้สามารถระบุรูปร่าง สี และขนาดได้พร้อมกัน ทำให้ผู้แปรรูปถั่วสามารถออกแบบสายการผลิตได้อย่างยืดหยุ่นมากยิ่งขึ้น

ในงานดังกล่าว ANYSORT ยังได้นำเสนอผลการทดสอบสำหรับประเภทข้อบกพร่องของแมคคาเดเมียที่แตกต่างกัน ผลการทดสอบที่เกี่ยวข้องแสดงความแม่นยำโดยรวมในการคัดแยกอยู่ที่ประมาณร้อยละ 95 โดยความแม่นยำในการแยกเปลือกออกมีค่าสูงสุดถึงร้อยละ 99.9 ขณะที่ผลการทดสอบสำหรับถั่วที่มีน้ำมันเกินมาตรฐาน แมลงตัวหนอนสติงค์บั๊กที่เข้าทำลายช่วงปลาย และลักษณะวงแหวนแบบหัวหอม มีค่าความแม่นยำอยู่ที่ร้อยละ 97.56, 95.33 และ 95.46 ตามลำดับ

เรน (ผู้จัดการทั่วไปของ ANYSORT แอฟริกาใต้) กล่าวว่า "สำหรับอุปกรณ์แปรรูปอาหาร การทำงานอย่างมีเสถียรภาพขึ้นอยู่ไม่เพียงแต่กับตัวเครื่องเท่านั้น แต่ยังขึ้นอยู่กับบริการที่ตอบสนองได้รวดเร็วและการสนับสนุนอย่างต่อเนื่องด้วย" ปัจจุบัน ANYSORT ดำเนินงานในแอฟริกาใต้ผ่านแบบจำลองการให้บริการโดยตรง โดยทีมงานในท้องถิ่นรับผิดชอบการขาย การสื่อสารด้านเทคนิค และการสนับสนุนหลังการขายโดยตรง

"เราซื้อเครื่องคัดแยก ANYSORT MK สองเครื่องในปี ค.ศ. 2025 เพื่อกำจัดเปลือก รา และข้อบกพร่องอื่น ๆ " ตามคำกล่าวของพนักงานบริษัท NutPro Macadamia Processors "อุปกรณ์คัดแยกของ ANYSORT ช่วยเพิ่มปริมาณการผลิตและคุณภาพของผลิตภัณฑ์ ขณะเดียวกันก็ลดต้นทุนแรงงานลง"

ในฐานะผู้นำระดับโลกด้านโซลูชันการคัดแยกที่ใช้ปัญญาประดิษฐ์ (AI) การเข้าร่วมงาน MacDay 2026 ของ ANYSORT ถือเป็นก้าวสำคัญในการเสริมสร้างความร่วมมือกับอุตสาหกรรมแมคคาเดเมียของแอฟริกาใต้ ANYSORT จะนำเสนอโซลูชันสายการคัดแยกถั่วอัจฉริยะ เพื่อมอบวิธีการคัดแยกคุณภาพที่มีประสิทธิภาพมากขึ้น มีเสถียรภาพสูงขึ้น และยืดหยุ่นมากขึ้นให้กับลูกค้า