Visokokvalitetna dizel pumpa za ubrizgavanje Klip 2425-988 Element klipa za gorivo Klip 2425 serije

Aksijalna klipna pumpa s tradicionalnom trokutastom pločom s utorom ne može u potpunosti eliminirati pulsiranje tlaka uzrokovano komutacijom u prijelaznoj zoni, te će proizvesti očigledan fenomen povratnog toka zbog utjecaja prigušivanja. U nedostatku subverzivnog dizajna bloka cilindra ili ploče ventila, predlaže se da se struktura klipnog ventila za kontrolu tlaka poveže u seriju između svake šupljine klipa, kako bi se ublažila pulsacija tlaka u prijelaznoj zoni, smanjila vibracija u prijelaznoj zoni , i eliminirati trokutastu strukturu žljebova ploče ventila, kako bi se smanjio povratni protok. S obzirom na prečnik i druge parametre klipnog ventila, simulacijom je utvrđeno da pulsiranje pritiska koje stvara struktura u prelaznoj zoni iznosi samo 2,5%, što može efikasno smanjiti pulsiranje pritiska aksijalne klipne pumpe u procesu visokog pritiska. i prelaznu zonu niskog pritiska u poređenju sa pločom ventila sa trouglastim žljebom.

U cilju rješavanja problema kao što su nedovoljan broj uzoraka i slabe karakteristike kvara audio signala u dijagnostici kvara klipne pumpe, Dijagnoza kvara klipne pumpe zasnovana na MTL (McL-pafd) zasnovana na audio signalima u kombinaciji sa učenjem meta-transfera (MTL) je predloženo. U ovoj metodi, audio signal klipne pumpe se uzima kao uzorak, a signal se obrađuje od strane Gammatone filterske grupe pod uslovom jednog senzora, koji može efikasno poboljšati sposobnost karakterizacije audio signala pod jakim smetnjama buke. . Zatim, u kombinaciji sa učenjem meta transfera, može se realizovati dijagnoza kvara klipne pumpe u uslovima malog uzorka. Istovremeno, u skladu sa stvarnim potrebama dijagnoze kvara klipne pumpe, poboljšana je metoda testiranja učenja meta-transfera u aplikaciji dijagnoze kvara, a nepoznata klasa kvara se može adaptivno baviti. Eksperimentalni rezultati pokazuju da tačnost McL-pafd dijagnoze može doseći 91,41% samo za poznate klase grešaka, ali nakon brzog adaptivnog učenja, tačnost McL-pafd dijagnoze može doseći 89,64% pri identifikaciji nepoznatih klasa grešaka.