Popis produktu Minijeřáb PANDA 230 EV
Na rozdíl od „pavoučích“ verzí je Kegiom Panda 230 navržen jako minijeřáb typu „Pick and Carry“. To znamená, že dokáže břemeno nejen zvednout, ale také s ním popojíždět. Je to neocenitelný pomocník v průmyslových halách, skladech a při logistice.
K dispozici je v plně elektrické verzi (baterie 24V-500Ah) pro bezemisní provoz, nebo s benzínovým motorem. S nosností 1500 kg a možností natočení ramene o 50° zefektivní jakoukoli manipulaci s materiálem.
K čemu se elektrický minijeřáb hodí?
Potřebujete manipulovat s těžkými břemeny v uzavřených halách, skladech nebo výrobních linkách? Kegiom Panda 230v elektrické verzi je ideální minijeřáb typu „Pick & Carry“ – břemeno zvedne a rovnou s ním odjede na místo určení.
Díky výkonnému 24V elektromotoru (4500 W) a velkokapacitní baterii (500 Ah) pracuje tento stroj naprosto tiše a bez emisí. S šířkou pouhých 780 mm projede i úzkými uličkami a běžnými dveřmi. I přes své kompaktní rozměry nabízí nosnost 1500 kg a maximální pracovní výšku 6,20 m. Je to perfektní ekologická alternativa k dieselovým strojům pro práci v citlivém vnitřním prostředí.
Klíčové parametry minijeřábu Panda 230
Jeden minijeřáb, dvě motorizace
Technické informace
| Hmotnost | 1500 kg |
|---|---|
| Rozměry | 2000 × 780 × 1690 cm |
| Baterie | 24V – 500Ah |
| Gumové pásy | m. 1765x230x376h |
| Hydrostatický pohonný systém | 1,5 – 2,5 km/h |
| Maximální pracovní dosah | 5,20m |
| Maximální pracovní výška | 6,20m |
| Měrný tlak | 0,21kg/cm² |
| Nosnost | 1500kg |
| Pohon | |
| Přechodový úhel | 15º |
| Rotace jeřábu | 50° |
| Sklon výložníku | -40°/70° |
| Typ minijeřábu |
Otázky a odpovědi
Factories can reduce energy consumption through measures such as upgrading equipment, optimizing processes, implementing energy-efficient technologies, and using renewable energy sources.
Lean manufacturing is a systematic approach aimed at minimizing waste while maximizing productivity and efficiency.
Industry 4.0 can improve operations by enabling real-time monitoring, predictive maintenance, process optimization, and enhanced decision-making.
Predictive maintenance uses data analysis and machine learning to predict when equipment failure is likely to occur, allowing for maintenance to be performed before issues arise.
Factories can improve product quality by implementing quality control measures, using advanced technology, providing training to employees, and listening to customer feedback.
Máte zájem?
Vyplňte tento krátký formulář a my se Vám ozveme s nabídkou.