-
Correo electrónico
service@lidebio.com
-
Teléfono
13512186191
-
Dirección
Habitación 301, no. 6, Minhang Jindi kechuangyuan, No. 1288 zhongchun road, Shanghai
Miembros
¿¿ qué?Ayuda
¿¿ qué?Lide Biotechnology (shanghai) co., Ltd.
service@lidebio.com
13512186191
Habitación 301, no. 6, Minhang Jindi kechuangyuan, No. 1288 zhongchun road, Shanghai
AIWT 1000Plataforma de detección inteligente no tripulada de aguas residuales de aguas superficialesFunción: realizar la inyección automática de muestras, el transporte de muestras, el análisis de múltiples unidades, la comparación de Big data y la generación automática de informes de una sola parada de calidad del agua y múltiples parámetros totalmente automáticos
Detección de elementos de detección típicos: codcr, nitrógeno amoniacal, fósforo total, nitrógeno total, se puede ampliar de acuerdo con las necesidades de los usuarios para cumplir con los estándares: cumplir con los estándares nacionales de gb, codcr (método de titulación de retorno de condensación), nitrógeno amoniacal (reactivo de nasdaq), fósforo total, nitrógeno total (digestión a alta presión)
AIWT 1000Plataforma de detección inteligente no tripulada de aguas residuales de aguas superficialesCaracterísticas:
Operación con un solo clic para lograr un análisis no tripulado durante todo el proceso
Operación con un solo clic, potente, monitoreo de todo el proceso, trazabilidad de datos, evitar errores humanos
Detección las 24 horas del día, la capacidad de detección diaria se triplica con creces
La capacidad de detección diaria puede llegar a 240 muestras por día, lo que mejora en gran medida la capacidad de detección de laboratorio; Los proyectos de detección se pueden actualizar rápidamente.
Comparación de Big data, alerta temprana y orientación de la producción del cliente
Nuestra plataforma de detección no solo detecta muestras, sino que también es un poderoso maestro del análisis de datos experimentales, que puede comparar automáticamente los datos históricos de acuerdo con las necesidades de los usuarios, detectar tendencias de cambio de datos a tiempo, guiar la producción de los usuarios, evitar errores y errores humanos y formar informes de análisis de Big data.