La serie SA está diseñada para la clasificación de arroz amarillo. Ya que el precio del arroz de color blanco es más alto que el del arroz de color amarillo. La clasificación del arroz amarillo podría maximizar la ganancia.
Descripción del clasificador de color de arroz SA512:
SA512 es una máquina clasificadora de color especialmente para clasificar arroz amarillo con ligeras diferencias. Le sugerimos que instale la serie SA en su segunda etapa de la línea de producción.
Características del clasificador de color de arroz SA512:
1.Internet inteligente de las cosas
La interconexión con dispositivos ascendentes y descendentes, así como la detección de estado en tiempo real, crean una línea de producción inteligente perceptible, colaborativa, en tiempo real y completamente en línea. Deje que los clientes disfruten de una producción sin preocupaciones.
2. Inteligencia en la nube
Al utilizar capacidades incomparables de aritmética, análisis y control del cerebro inteligente de la nube, la tecnología de nube de un botón permite la computación adaptativa, el aprendizaje, la toma de decisiones y el control en la clasificación de colores. De manera inteligente, puede identificar, analizar, calcular el porcentaje de impurezas y ajustar los datos de operación y establecer el estándar de clasificación de manera flexible, logrando así una computación y un control inteligentes.
3. Conexión a la nube
La conexión en tiempo real con la nube y la actualización oportuna y la optimización del algoritmo del sistema crean una era de servicio de distancia cero.
Parámetros técnicos:
Modelo | Rendimiento (t/h) | Precisión de clasificación (%) | Transferencia optimizada | Potencia (kilovatios) | Fuente de alimentación | Dimensión L×An×Al (mm) | Peso (kg) |
SA320 | 3-15 | ≥99.99 | >100:1 | 3.2 | 220V/50Hz | 2360×1575×1814 | 1150 |
SA512 | 5-28 | ≥99.99 | >100:1 | 5 | 220V/50Hz | 3380×1687×2044 | 1800 |
SA640 | 7-35 | ≥99.99 | >100:1 | 6.5 | 220V/50Hz | 4100×1575×1814 | 2500 |
Nota: Sujeto a diferentes materias primas y diferentes porcentajes de impurezas en las materias primas, los parámetros enumerados en la tabla anterior cambiarán en cierta medida, que son referencias para que elija un modelo adecuado
Ejemplos de clasificación: