Clasificador automático

BRT HARTNER AS

Sistema automático de separación óptica

Productos destacados

Concepto básico de fusión de sensores sin pérdida de datos
Moderna cámara HSI con la máxima resolución
Sistema de iluminación orientado a los costes
Reequipamiento flexible e integración de sensores adicionales

El separador automático BRT HARTNER AS es un sistema automático de alto rendimiento para la separación óptica de envases, plásticos, metales y materiales similares. Es ideal para su uso en la recuperación de combustibles alternativos, la separación de tipos de plástico, la eliminación de contaminantes o en el pretratamiento para el reciclaje químico.

Tecnología de fusión de sensores

Integración de diferentes sensores de detección en el módulo de clasificación
Cálculo de todos los valores medidos a nivel de datos brutos
→ Transmisión de datos sin pérdidas al análisis de IA
Ampliación flexible con nuevos sensores

Separación precisa mediante aire comprimido

El material llega al módulo de separación bien distribuido sobre una cinta de aceleración. Los materiales predefinidos son reconocidos por los sensores y los objetos correspondientes se retiran del flujo de material mediante una ráfaga de aire comprimido.

Iluminación de bajo consumo

Orientado a los costes debido al reducido número de fuentes luminosas
Fuentes de luz disponibles libremente en el mercado

Máxima eficacia de clasificación

Clasificación mediante IA entrenada con precisión
La asignación de materiales se muestra en color
Evaluación de datos sin filtrar

Personalización

Ampliable opcionalmente a IA de objetos para diferenciar objetos definidos
Los sensores adicionales para detectar otros materiales pueden instalarse posteriormente en cualquier momento (por ejemplo, cámara en color RGB, sensor 3D o sensor de metales)

Cámara HSI

Rendimiento óptimo gracias a la última cámara HSI (Hyperspectral Imaging) con la máxima resolución de serie
→ ¿Por qué HSI y no NIR? Porque una cámara HSI proporciona mucha más información e imágenes mucho más significativas. Incluso se captura la composición del material.
Spectrum AI para una evaluación precisa de las ondas de luz reflejadas por el material