黄粉虫干品色选先看什么：虫皮、发暗料与碎料的连续判断

黄粉虫干品进入分选环节后，常见问题不是单一颜色深浅，而是虫皮、发暗料、碎料、粉尘和轻杂同时存在。若只凭肉眼挑一把样品，很难判断设备在连续生产时能否稳定控制。正确的做法是先弄清物料干燥状态、完整率和杂质构成，再安排分选测试。

第一步是按缺陷类型留样。完整虫体、虫皮、明显发暗料、焦化料、碎料和轻杂应分开记录，尤其要注明含水、脆碎比例、粒径与来源批次。不同干燥批次的颜色和表面光泽可能不同，样品需要覆盖这些变化。

第二步看上料和料层。过厚、堆叠或粉尘较多时，完整虫体会相互遮挡，虫皮和碎料也会改变姿态。履带输送适合需要观察形状、轮廓和表面状态的物料；测试应在不同带速、不同料层下连续运行，而不是只看一次瞬时效果。

第三步用数据判断损耗。现场应分别称量合格品、剔除物和误剔物，连续运行多轮后比较完整率和异物残留。若碎料比例突然增加，应先回查干燥、输送和振动环节；如果发暗料分布集中，则要结合来源批次和烘干状态分析。

智利效AI色选机可结合CCD相机、LED光源和样品图像建立识别规则，并通过工控电脑的实时画面辅助观察。参数调整要建立在真实样品与连续数据上，同时记录光源、相机窗口、喷气压力和料层状态。

FAQ：虫皮很薄能否分开？需要结合面积、厚薄和与完整虫体的形状差异验证。发暗料多时是否直接提高灵敏度？不建议，先检查含水、粉尘与堆叠。准备好合格料和异常料照片、计划处理量、目标等级后做连续测试，判断结果会更贴近实际生产。

检查清单包括干燥状态、完整率、虫皮与碎料比例、带速、料层厚度和连续运行后的误剔情况。把这些数据与样品照片留存，后续才能更快定位问题。

还应把设备维护写进日常判断。相机窗口有粉尘、光源亮度变化或喷气压力波动，都会让同一参数下的识别效果产生差异。换批前先以小流量复核，再进入正常节拍；将时间、批次、处理量和剔除数据保存下来，可以判断问题是来自前端干燥、上料布料还是识别边界。对于追求较高完整率的项目，更要关注成品与剔除物的连续比例，而不是只看单次展示。

样品测试结束后，应复核参数保存、清洁换料和远程协助需求，避免生产中因物料变化反复从零调整。