Principales parámetros técnicos:

Rango de diámetro de cables de acero/tubos continuos/cables de registro: Φ10-120 mm;

Error en tasa de pérdida de área metálica (LMA): ＜±1%;

Precisión de posicionamiento de puntos de daño: ≥99%;

Velocidad de monitoreo: 0-20 m/s;

Capacidad de paso: no afectado por alambres levantados, suciedad de aceite o deformación en la superficie;

Distancia entre sensor y cable: 10~30 mm;

Umbral de oscilación del cable/tubo continuo/cable de registro medido: ＜10 mm;

Sensibilidad del sensor de débil magnetismo: ≥1,5 V/mT;

Precisión de reconocimiento visual de máquina: 0,2 mm×0,2 mm;

Precisión máxima de muestreo: 2048 veces/m;

Voltaje de trabajo del sistema: AC220V/127V±10%/50 Hz;

Red de comunicaciones del sistema: Ethernet industrial inalámbrico/cableado;

Protocolos de comunicación de acoplamiento: TCP/IP, Modbus;

Grado de protección contra polvo y agua: IP67;

Entorno de trabajo: -20 ℃~+60 ℃/RH 95%;

Tiempo de trabajo continuo: ≥168 h;

Vida útil del equipo: ≥10 años.

Tasa de detección:

Daño grave: pérdida de área metálica 8%～10%, tasa de detección en tiempo real 100%

Daño relativamente grave: pérdida de área metálica 6%～8%, tasa de detección en tiempo real 100%

Daño moderado: pérdida de área metálica 4%～6%, tasa de detección en tiempo real 100%

Daño leve: pérdida de área metálica 2%～4%, tasa de detección en tiempo real＞99%

Defecto leve: 1%≤pérdida de área metálica≤2%, tasa de detección en tiempo real＞95%

Tasa de repetibilidad:

Daño grave: 100%, onda de detección de daño básicamente coincidente

Daño relativamente grave: 100%, onda básicamente coincidente

Daño moderado:＞99%, onda básicamente coincidente

Daño leve:＞99%, onda básicamente coincidente

Defecto leve:＞95%, onda básicamente coincidente

Precisión:

Error en tasa de pérdida de área metálica (LMA) de cables de acero, tubos continuos y cables de registro: ＜±1%

Error de medición de diámetro: ±1%

Error de medición de longitud: ＜0,2％

Precisión de posicionamiento de puntos de daño: ≥99%

Nota: con sistema opcional de reconocimiento visual AI