YAĞ-FOTODALGA
ürün detayları
Prensipler
OIL-PHOTOWAVE sistemi, akış hücresinden geçen parçacıkların şeklini akıllıca yakalamak için yüksek hızlı görüntüleme teknolojisini kullanır. Akıllı eğitim algoritması sayesinde, aşınma parçacıklarının morfolojik özellikleri (eşdeğer çap, morfolojik faktör ve boşluk oranı gibi) elde edilir ve parçacıklar otomatik olarak sınıflandırılıp sayılarak ana aşınma biçimi veya kirlilik kaynağı belirlenir ve yağın kirlilik derecesi tespit edilir; böylece makine sağlığı sadece birkaç dakika içinde kolayca değerlendirilebilir.


TEKNİK ÖZELLİKLER
| ÖĞE | PARAMETRELER | |
| 1 | Test Yöntemi | Yüksek hızlı görüntüleme |
| 2 | Teknik | Akıllı görüntü tanıma |
| 3 | Piksel Boyutu | 1280×1024 |
| 4 | Çözünürlük | 2 bir |
| 5 | Optik Büyütme | ×4 |
| 6 | Parçacık şekli minimum tespit limiti | 10 bir |
| 7 | Parçacık boyutu minimum tespit limiti | 2 bir |
| 8 | Aşınma parçacıklarının sınıflandırılması | Kesme, Kayma, Yorulma ve Metal Olmayan Malzemeler |
| 9 | Kirlilik derecesi | GJB420B, ISO4406, NAS1638 |
| 10 | Fonksiyonlar | Aşınma parçacığı ve kirlilik derecesi analizi; nem, viskozite, sıcaklık, dielektrik sabiti analiz modülleri (isteğe bağlı) |
| 11 | Test Süresi | 3-5 dakika |
| 12 | Numune Hacmi | 20 ml |
| 13 | Parçacık Aralığı | 2-500 bir |
| 14 | Örnekleme modu | 8 silindirli peristaltik pompa |
| 15 | Dahili bilgisayar | 12,1 inç IPC |
| 16 | Boyutlar (Y×G×D) | 438mm×452mm×366mm |
| 17 | Güç | AC 220±10% 50Hz 200W |
| 18 | Çevresel İşletme Gereksinimleri | 5°C~+40°C、 |
| 19 | Saklama Sıcaklığı (°C) | -40°C ~ +65°C |
Tipik Uygulama






Gemi, elektrik enerjisi, mühendislik makineleri, endüstriyel üretim, havacılık, demiryolu
Başlıca Özellikler


-10 µm'den büyük parçacık boyutlarının gerçek morfolojik özelliklerini ve aşınma biçimini analiz edin.
-2 µm'den büyük parçacık boyutlarının kirlilik derecesini analiz edin.

-Nem, viskozite, sıcaklık, dielektrik sabiti çoklu analiz fonksiyon modu seçenekleri.
-Aşınma parçacığı morfolojisi özelliklerine ilişkin eğitim veri tabanı ve günlük analiz veri tabanı.

-Aşınma sınıflandırması ve trend analizi.
- Kesme, kayma, yorulma ve metalik olmayan (su damlacıkları, lifler, kauçuk, çakıl ve diğer metalik olmayan) nedenlerden kaynaklanan aşınma parçacıklarını sınıflandırmak ve saymak için eğitimli akıllı algoritmanın kullanılması.


