DL50-N1123

Der SICK DL50-N1123 ist ein hochleistungsfähiger fotoelektrischer Sensor, der für die präzise Objekterkennung in der industriellen Automatisierung entwickelt wurde. Dieser Sensor arbeitet mit einer Laserlichtquelle und bietet ein hohes Maß an Genauigkeit und Zuverlässigkeit bei der Erkennung von Objekten in unterschiedlichen Entfernungen. ### Technische Hauptspezifikationen: - **Typ**: Fotoelektrischer Sensor (Laser) - **Erfassungsbereich**: Bis zu 50 Meter, abhängig von der Objektreflexion - **Ausgangstyp**: NPN- oder PNP-Ausgang, konfigurierbar - **Reaktionszeit**: < 1 ms, was eine schnelle Erkennung in dynamischen Umgebungen ermöglicht - **Betriebsspannung**: 10 bis 30 V DC, kompatibel mit Standard-Industriestromversorgungen - **Stromverbrauch**: < 30 mA, was einen niedrigen Energieverbrauch gewährleistet - **Gehäusematerial**: Robustes Kunststoffgehäuse, IP67-zertifiziert für Staub- und Wasserbeständigkeit - **Temperaturbereich**: -20 °C bis +60 °C, geeignet für verschiedene industrielle Bedingungen - **Anschlusstyp**: M12-Stecker für eine einfache Integration in bestehende Systeme - **Lichtpunktgröße**: Einstellbare Fokussierung für präzise Erkennung, mit einer minimalen Punktgröße von 2 mm bei 1 Meter Abstand - **Montageoptionen**: Vielseitige Montageoptionen verfügbar, einschließlich Halterungen und Klemmen für eine einfache Installation ### Funktionen: - **Einstellbare Empfindlichkeit**: Ermöglicht die Feinabstimmung der Erkennungsparameter, um spezifischen Anwendungen gerecht zu werden. - **LED-Anzeige**: Integrierte LED zur einfachen Statusüberwachung und Ausrichtung während der Installation. - **Kurzschlussschutz**: Eingebauter Schutz gegen Kurzschlüsse, der die Zuverlässigkeit in rauen Umgebungen erhöht. - **Teach-in-Funktion**: Vereinfacht die Einrichtung, indem Benutzer den Sensor das Zielobjekt für eine optimale Erkennung beibringen. Der SICK DL50-N1123 ist ideal für Anwendungen wie Verpackung, Materialhandling und Automatisierung von Montagelinien, bei denen eine präzise und zuverlässige Objekterkennung entscheidend ist.