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 konstrukcija 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.

S ciljem 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 pod uslovima malog uzorka.Istovremeno, u skladu sa stvarnim potrebama dijagnoze kvara klipne pumpe, poboljšana je metoda testiranja učenja metatransfera 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% kada se identifikuju nepoznate klase grešaka.