康比利相序表介绍：1.机械式相序表：用于检测100~150V或150~500V的三相电网系统的相序。当三相系统的电压顺序与相序表标志一致，相序表转盘按顺时针方向旋转，此时相序正确;如相序表转盘反向旋转，则相序错误，需将三相系统两接线交换，即获得正确相序，一次试验时间不超过5分钟。2.指示灯式相序表:用于检测三相电网系统的相序正相、逆相、缺相。L1、L2、L3指示灯分别为三相电压指示。a)CORRECT指示灯:正相序;b)WRONG指示灯:逆相序;c)当CORRECT灯、WRONG灯同时亮时，表示缺相，同时由L1、L2、L3三灯中不亮的指示灯指示所缺的相。符号为SI-D型。可按用户要求定制继电器输出功能。上海康比利是仪表生产厂家。西安矩圆型仪表
康比利全视窗舵角指示器：舵角指示器是用来指示船舶行时舵叶转动方向和角度的仪器。具有夜光功能，内部配有长寿命LED灯，可保证在较昏暗的环境下正常的读取数据。本系列仪表防水，防盐雾，适用于海洋环境。**型号为KLY-RA200TW指示器有两种显示风格供选择：用于指示船舰的舵角位置，采用传统的动圈式机芯，保证了极短的响应时间;该指示器有三个比较大的刻度及可视区域，保证用户能从250°范围内的任意角度和5m的距离内可快速地、轻松地读取舵角指示器的指示位置;西安矩圆型仪表康比利船用仪表价格？
多功能电力仪表采用了每个测量通道单独采集的计算方式，保证了使用时完全一致对称，其具有多种接线方式。适用于不同的负载形式。A、电压输入：输入电压应不高于产品的额定输入电压（100V或400V），否则应考虑使用PT，在电压输入端须安装1A保险丝。B、电流输入：标准额定输入电流为5A，大于5A的情况应使用外部CT。如果使用的CT上连有其它仪表，接线应采用串接方式，去除产品的电流输入连线之前，一定要先断开CT一次回路或者短接二次回路。建议使用接线排，不要直接接CT，以便拆装。C、要确保输入电压、电流相对应，顺序一致，方向一致；否则会出现数值和符号错误！（功率和电能）D、仪表输入网络的配置根据系统的CT个数决定，在2个CT的情况下，选择三相三线两元件方式；在3个CT的情况下，选择三相四线三元件方式。仪表接线、仪表编程中设置的输入网络NET应该同所测量负载的接线方式一致，不然会导致仪表测量的电压或功率不正确。
你知道怎么进行对多功能电力仪表的保护?假如你不知道的话以下就为你介绍怎么对多功能电力仪表进行能够让你保护多功能电力仪表时愈加便利而且保护后的多功能电力仪表能够做的更好。1、假如你的多功能电力仪表长时间不运用时能够依据运用或存储多功能电力仪表的环境对多功能电力仪表进行经过查看防止由于多功能电力仪表遭到潮气或其它对多功能电力仪表不良气体所带来的影响。2、在运用或存储多功能电力仪表的环境中好不要让多功能电力仪表碰触到任何腐蚀性的物质或气体这样能够有用的进步多功能电力仪表寿数而且性能在长时间运用中也不会下降。3、每次多功能电力仪表进行保护时都需求对多功能电力仪表丈量的精确度进行一次查看防止由于长时间的存储或运用时呈现了多功能电力仪表丈量的数据不精确的现象发作。4、假如你的多功能电力仪表在运用时呈现了任何的毛病的话都需求先将多功能电力仪表断电或中止多功能电力仪表对产品的丈量，然后告诉厂家进行保护。假如你要对多功能电力仪表进行修理的话都需求具有一定量修理常识后才能够对多功能电力仪表进行修理。康比利的产品免费维修吗？
原边输入过载时必须限流:原边输入过载大于125%时输出过流约束25mA+10%()负载250Ω上的压降为；(10)感应浪涌电压超过24V时有无箝位的区分:在两线输出端口并一个沟通50V指针式表头,用沟通50V接两根线去瞬间碰一下两线输出端口,看有无箝位,箝位多少伏可一目了然啦;(11)有无极性维护的区分:用指针式万用表Ω乘10K档正反丈量两线输出端口,总有一次Ω阻值无限大,就有极性维护；(12)有无极输出电流长时间短路维护：原边输入100%时或过载大于125%-200%时，将负载250Ω短路，丈量短路维护约束是否在25mA+10%；(13)工业等级和民用商用等级的区分:工业等级工作温度规模是-25度到+70度，温漂系数是每度改变100ppm,即温度每度改变1度,精度改变为万分之一；民用商用等级工作温度规模是0度（或-10度）到+70度（或+50度）,温漂系数是每度改变250ppm,即温度每度改变1度,精度改变为万分之二点五；电流电压变送器的温漂系数可以用恒温箱或高低温箱来实验验证较繁琐。康比利专业生产仪表。佛山专业仪表
多功能仪表型号怎么选择？西安矩圆型仪表
在外表识别这一任务中，旋转改变、仿射改变对读数断定有很大影响。外表结构存在许多改变性，包含不同子方针的放置方位差异、字体差异、颜色差异、指针形状差异等等。这些改变性给外表识别带来了很大的困难。在一个外表数据集上练习的模型常常出现在新表型上不能准确识别的现象。除了算法自身所面临的问题之外，数据搜集和标示问题也相同杰出。目前深度学习模型需要很多数据进行练习，这些练习数据需要包括各种不同场景下的不同类型的外表。要搜集这些数据，就必须对很多安装在不同类型外表上的终端进行接连摄影。搜集到数据之后，仍需对其进行标示才可进行练习。而目前的标示方法大都依靠手艺标示。标示和管理数据h耗费相关人员很多的时刻和精力。西安矩圆型仪表
