Pumpu ya sindano ya Dizeli yenye ubora wa juu Plunger 2425-988 Fuel Plunger Element Plunger 2425 Series

Pampu ya pistoni ya axial yenye sahani ya jadi ya triangular Groove haiwezi kuondoa kabisa msukumo wa shinikizo unaosababishwa na ubadilishaji katika ukanda wa mpito, na itazalisha hali ya wazi ya mtiririko wa nyuma kutokana na ushawishi wa throttling.Kwa kukosekana kwa muundo wa kupindua wa block ya silinda au sahani ya valve, muundo wa valve ya kudhibiti shinikizo inapendekezwa kuunganishwa kwa mfululizo kati ya kila patiti ya plunger, ili kuzuia msukumo wa shinikizo katika eneo la mpito, kupunguza mtetemo katika eneo la mpito. , na kuondokana na muundo wa groove ya triangular ya sahani ya valve, ili kupunguza mtiririko wa nyuma.Kwa kuzingatia kipenyo na vigezo vingine vya valve ya kurudisha nyuma, hupatikana kupitia simulation kwamba mapigo ya shinikizo yanayotokana na muundo katika eneo la mpito ni 2.5% tu, ambayo inaweza kupunguza kwa ufanisi msukumo wa shinikizo la pampu ya pistoni ya axial katika mchakato wa juu. na ukanda wa mpito wa shinikizo la chini ikilinganishwa na sahani ya valve ya pembe tatu.

Inalenga matatizo kama vile nambari ya sampuli isiyotosha na sifa hafifu za hitilafu za mawimbi ya sauti katika utambuzi wa hitilafu wa pampu ya pistoni, Utambuzi wa Hitilafu wa Pampu ya Plunger Kulingana na MTL (McL-pafd) kulingana na mawimbi ya sauti pamoja na Meta-transfer Learning (MTL) ilipendekezwa.Kwa njia hii, ishara ya sauti ya pampu ya plunger inachukuliwa kama sampuli, na ishara inachakatwa na benki ya kichujio cha Gammatone chini ya hali ya sensor moja, ambayo inaweza kuboresha kwa ufanisi uwezo wa tabia ya ishara ya sauti chini ya kuingiliwa kwa kelele kali. .Kisha, pamoja na ujifunzaji wa uhamishaji wa meta, utambuzi wa kosa la pampu ya plunger chini ya hali ya sampuli ndogo unaweza kutambuliwa.Wakati huo huo, kulingana na mahitaji halisi ya utambuzi wa makosa ya pampu ya plunger, njia ya majaribio ya kujifunza meta-uhamisho katika utumiaji wa utambuzi wa makosa inaboreshwa, na darasa la makosa lisilojulikana linaweza kushughulikiwa.Matokeo ya majaribio yanaonyesha kuwa usahihi wa utambuzi wa McL-pafd unaweza kufikia 91.41% tu kwa madarasa ya makosa yanayojulikana, lakini baada ya kujifunza kwa haraka, usahihi wa uchunguzi wa McL-pafd unaweza kufikia 89.64% wakati wa kutambua madarasa ya makosa yasiyojulikana.