Przep\u0142ywomierz radarowy BGT-RD103 to bezdotykowy zintegrowany sprz\u0119t do monitorowania przep\u0142ywu, kt\u00f3ry mo\u017ce realizowa\u0107 bezkontaktowy pomiar w czasie rzeczywistym poziomu wody, pr\u0119dko\u015bci i przep\u0142ywu w rzekach, otwartych kana\u0142ach, zbiornikach, sieci kanalizacyjnej, zapobieganiu powodziom i wczesnym ostrzeganiu itp. Zgodnie z wbudowanym algorytmem oprogramowania, oblicz i wy\u015bwietl chwilowy przep\u0142yw przekroju poprzecznego i przep\u0142yw skumulowany, wy\u015bwietl nat\u0119\u017cenie przep\u0142ywu i poziom wody, \u0142atwo po\u0142\u0105cz si\u0119 z platform\u0105 bazy danych i wy\u015bwietl informacje pomiarowe na platformie w chmurze.
\nPrzep\u0142ywomierz radarowy BGT-RD103 charakteryzuje si\u0119 niskim zu\u017cyciem energii, niewielkimi rozmiarami, wysok\u0105 niezawodno\u015bci\u0105, prost\u0105 obs\u0142ug\u0105 i wygodn\u0105 konserwacj\u0105; Na proces pomiaru nie maj\u0105 wp\u0142ywu czynniki \u015brodowiskowe, takie jak temperatura, ci\u015bnienie powietrza, osady, kurz, zanieczyszczenia rzeczne, obiekty unosz\u0105ce si\u0119 na powierzchni wody i powietrze.<\/p>\n","protected":false},"excerpt":{"rendered":"
Czujnik przep\u0142ywu wody; poziomu wody; pr\u0119dko\u015bci wody ML-RD103 Modbus RTU do profesjonalnych zastosowa\u0144<\/p>\n","protected":false},"featured_media":8337,"comment_status":"open","ping_status":"closed","template":"","meta":[],"product_cat":[3091],"product_tag":[],"class_list":["post-8201","product","type-product","status-publish","has-post-thumbnail","product_cat-przeplyw","first","instock","shipping-taxable","purchasable","product-type-simple"],"etheme_brands":{"errors":{"invalid_taxonomy":["Nieprawid\u0142owa taksonomia."]},"error_data":[]},"_links":{"self":[{"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/product\/8201","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/product"}],"about":[{"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/types\/product"}],"replies":[{"embeddable":true,"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/comments?post=8201"}],"version-history":[{"count":1,"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/product\/8201\/revisions"}],"predecessor-version":[{"id":8252,"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/product\/8201\/revisions\/8252"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/media\/8337"}],"wp:attachment":[{"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/media?parent=8201"}],"wp:term":[{"taxonomy":"product_cat","embeddable":true,"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/product_cat?post=8201"},{"taxonomy":"product_tag","embeddable":true,"href":"https:\/\/meteolab.ai\/index.php\/wp-json\/wp\/v2\/product_tag?post=8201"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}