Yuqori sifatli dizel qarshi pompasi Plunger 2425-988 Yoqilg'i piston elementi piston 2425 seriyali

An'anaviy uchburchak truba plitasi bo'lgan eksenel pistonli nasos o'tish zonasida kommutatsiya natijasida yuzaga keladigan bosim pulsatsiyasini to'liq bartaraf eta olmaydi va drossel ta'sirida aniq oqimning teskari oqimi fenomenini keltirib chiqaradi. Silindr bloki yoki valf plitasining buzg'unchi dizayni bo'lmasa, o'tish zonasida bosim pulsatsiyasini tamponlash, o'tish zonasidagi tebranishlarni kamaytirish uchun har bir piston bo'shlig'i orasiga ketma-ket ulanishi tavsiya etiladi. , va oqim teskari oqimini kamaytirish uchun valf plitasining uchburchak truba tuzilishini yo'q qiling. Pistonli valfning diametri va boshqa parametrlarini hisobga olgan holda, simulyatsiya orqali o'tish zonasidagi struktura tomonidan hosil bo'ladigan bosim pulsatsiyasi atigi 2,5% ni tashkil etishi aniqlandi, bu esa yuqori bosim jarayonida eksenel pistonli nasosning bosim pulsatsiyasini samarali ravishda kamaytirishi mumkin. va uchburchak yivli valf plitasi bilan solishtirganda past bosimli o'tish zonasi.

Pistonli nasosning noto'g'ri diagnostikasida namunalar sonining etarli emasligi va audio signalning zaif noto'g'ri xarakteristikalari kabi muammolarni hal qilishga qaratilgan, Meta-transfer Learning (MTL) bilan birlashtirilgan audio signallarga asoslangan MTL (McL-pafd) asosida pistonli nasosning xato diagnostikasi. taklif qilingan edi. Ushbu usulda pistonli nasosning audio signali namuna sifatida olinadi va signal Gammatone filtri banki tomonidan bitta datchik sharti bilan qayta ishlanadi, bu esa kuchli shovqin shovqini ostida audio signalning tavsiflash qobiliyatini samarali yaxshilashi mumkin. . Keyinchalik, meta-transferni o'rganish bilan birgalikda, kichik namuna sharoitida pistonli nasosning noto'g'ri diagnostikasi amalga oshirilishi mumkin. Shu bilan birga, pistonli nasosning noto'g'ri diagnostikasining haqiqiy ehtiyojlariga ko'ra, xato diagnostikasini qo'llashda meta-transferni o'rganishning sinov usuli takomillashtiriladi va noma'lum nosozliklar sinfi moslashtirilgan bo'lishi mumkin. Eksperimental natijalar shuni ko'rsatadiki, McL-pafd diagnostikasi aniqligi faqat ma'lum bo'lgan nosozlik sinflari uchun 91,41% ga yetishi mumkin, ammo tez adaptiv o'rganishdan so'ng, noma'lum xato sinflarini aniqlashda McL-pafd tashxisining aniqligi 89,64% ga yetishi mumkin.