EID Läsare Tru-Test XRP2i för öronmärken

Tru-Test XRP2i är en avancerad EID-läsare för elektroniska öronmärken, konstruerad för att ge lantbrukare en snabb, exakt och pålitlig identifiering av djur. Den är kompatibel med både HDX- och FDX-B-taggar och kan användas tillsammans med vågsystem för att registrera och spåra viktutveckling och djurstatistik i realtid. Läsaren har en robust och vädertålig konstruktion med IP67-klassning, vilket gör den motståndskraftig mot damm, vatten och tuffa lantbruksmiljöer.

Den unika autotuningsfunktionen justerar läsaren upp till 18 gånger per sekund för att säkerställa optimala och konsekventa avläsningar, även vid förändringar i den omgivande metallmiljön, såsom grindar eller transportburar. Med en hög läshastighet på upp till 1 050 taggar per minut (FDX) och 850 taggar per minut (HDX), kan den hantera stora besättningar utan att missa en enda avläsning.

TruTest XRP2i erbjuder flexibilitet i datainsamlingen – du kan antingen lagra upp till 20 000 taggar i internminnet för senare nedladdning eller skicka taggarna direkt till en vågindikator eller annan enhet via Bluetooth® Class 1, som har en räckvidd på upp till 100 meter. För användare som föredrar en trådbunden anslutning finns även möjlighet att ansluta via den medföljande seriella kommunikationskabeln.

Läsaren levereras med Tru-Test Data Link-programvara för Windows®, vilket gör det enkelt att hantera och överföra data. Dessutom finns en mobilapp för Android som möjliggör enkel delning av sessionfiler via e-post. Den dagljusläsbara displayen med tydliga indikatorer, tillsammans med ljud- och ljussignaler, ger användaren omedelbar feedback på avläsningarna.

XRP2i är utvecklad för att fungera i de mest krävande lantbruksmiljöerna. Det robusta höljet med dubbla väggar och gummihörnskydd gör enheten både stöttålig och vattentät, vilket säkerställer lång livslängd och pålitlig prestanda. Läsaren kan drivas via ett 12–24 V batteri eller nätadapter, vilket gör den idealisk för både fasta och mobila installationslösningar.

Teknisk Data