DONGGUAN, China (Antara/PRNewswire)-Guangdong Databeyond Technology Co., Ltd. anunció recientemente el lanzamiento de su orden óptico Fastsort-Barrier-Fluo, un sistema de la industria que integra tecnología de fusión de fase dual con ambos sensores de espectro de barrera y sensores de fluorescencia. La plataforma ofrece una precisión de clasificación por encima del 98% para múltiples tipos de botellas de barrera, proporcionando una solución innovadora para copos de lavado de mascotas recicladas que enfrentan desafíos de las copos de mascotas amarillentas que exceden los estándares de calidad.
Las líneas de lavado de copos de mascotas han luchado durante mucho tiempo con niveles elevados de copos de color amarillento, principalmente debido a la variabilidad en la calidad de las materias primas, donde las botellas de barrera son un factor que contribuye importante. Los clasificadores ópticos convencionales para las botellas de barrera generalmente dependen de los sensores de fluorescencia, pero la mayoría de las botellas de barrera no exhiben una respuesta fluorescente distinta, lo que limita su efectividad para prevenir la contaminación amarillenta. El problema es especialmente agudo en las líneas de lavado que procesan balas de plástico sin etiquetas, donde las botellas de barrera sin etiquetas son visualmente indistinguibles de las botellas de PET transparentes de alta calidad, lo que hace que sean difíciles de detectar por clasificadores ópticos o recolectores manuales basados en AI. Como resultado, las instalaciones a menudo deben depender de las estaciones de equilibrio aguas arriba para controlar el volumen de botellas de barrera en la corriente de reciclaje.
El clasificador óptico Fastsort-Barrier-Fluo ofrece un cambio de paso en el rendimiento al combinar el sensor de espectro de barrera patentado de Databeyond (barrera) con sensor de fluorescencia (FLUO), habilitando la detección simultánea de botellas de barrera delabeladas, botellas fluorescentes, botellas de fluorescencia débil, botellas de edad y botellas débiles. Con una precisión de clasificación de botella de barrera delabelada superior al 98%, el sistema proporciona líneas de lavado de copos de mascotas con una solución de causa raíz para el desafío de larga data de las copos de color amarillento excesivos.
El Fastsort-Barrier-Fluo ahora está disponible comercialmente. Con el apoyo de los centros de servicio técnico en China, Malasia, Japón e Italia, Databeyond está en posición de proporcionar soporte técnico y servicio localizados a los clientes de todo el mundo.
Alineado con su misión de hacer que las tecnologías de clasificación inteligentes avanzadas sean más accesibles, asequibles y efectivas para los recicladores de recursos renovables, Databeyond está ayudando a acelerar la transición a un futuro más inteligente y más sostenible para la industria de reciclaje global.
Acerca de Databeyond
Desde su fundación en 2018, DataBeyond se ha centrado constantemente en desarrollar tecnologías de clasificación de vanguardia. Como el mayor proveedor de clasificadores ópticos basados en IA para el front-end de reciclaje, DataBeyond ha acumulado una amplia experiencia de clasificación de residuos. Actualmente, miles de sus clasificadores ópticos están sirviendo a la industria global de reciclaje de recursos renovables.
Se han implementado clasificadores ópticos de IA de Databeyond en varios países y regiones, incluidos China, Japón, Corea del Sur, Italia, Brasil, el sudeste de Asia y México, obteniendo un gran reconocimiento de los usuarios.
La compañía se enorgullece de impulsar la adopción global de tecnología de clasificación inteligente avanzada. Al aprovechar el conocimiento profesional y las capacidades innovadoras, DataBeyond continúa acelerando la transición hacia una era inteligente y transformadora en la industria del reciclaje global.
Para más información, visite www.databeyond.com
Contacto: jiahua liu, liujiahua@databeyond.com
Fuente: Guangdong Databeyond Technology Co., Ltd
Reportero: cable de relaciones públicas
Editor: PR Wire
Copyright © entre 2025
