Жогорку сапаттагы дизелдик инжектордук насос поршень 2425-988 күйүүчү май поршень элементи поршень 2425 сериясы

Салттуу үч бурчтуу оюгу бар октук поршендик насос өткөөл зонадагы коммутациядан келип чыккан басымдын пульсациясын толугу менен жок кыла албайт жана дроссельдин таасиринен ачык агымдын арткы агымынын көрүнүшүн жаратат.Цилиндр блогунун же клапан пластинкасынын диверсиялык конструкциясы жок болгон учурда өткөөл зонадагы басымдын пульсациясын буферлөө, өтүү зонасында титирөөнү азайтуу үчүн ар бир поршень көңдөйүнүн ортосунда басымды башкаруучу поршендик клапан түзүмүн катар менен туташтыруу сунушталат. , жана клапан пластинкасынын үч бурчтуу оюгу түзүмүн жок кылуу, агымдын артка агымын азайтуу үчүн.Поршендик клапандын диаметрин жана башка параметрлерин эске алуу менен, симуляциянын жардамы менен өткөөл зонада түзүм тарабынан пайда болгон басымдын пульсациясы 2,5% гана түзөөрү аныкталды, бул жогорку процессте октук поршендик насостун басым пульсациясын натыйжалуу азайта алат. жана үч бурчтуу оюгу клапан табак менен салыштырганда төмөн басым өтүү зонасы.

Поршеньдик насостун катасын диагностикалоодо үлгү саны жетишсиз жана аудио сигналдын начар ката мүнөздөмөлөрү сыяктуу көйгөйлөргө багытталган, Meta-transfer Learning (MTL) менен айкалышкан аудио сигналдардын негизинде MTL (McL-pafd) негизинде плунжердик насостун ката диагностикасы. сунушталды.Бул ыкмада плунжердик насостун аудио сигналы үлгү катары алынат жана сигнал Gammatone чыпкасы банкы тарабынан бир сенсордун шартында иштетилет, ал күчтүү ызы-чуунун кийлигишүүсү астында аудио сигналдын мүнөздөмө жөндөмүн натыйжалуу жакшыртат. .Андан кийин, мета которууну үйрөнүү менен бирге, кичинекей үлгүдөгү шартта плунжердик насостун ката диагностикасын ишке ашырууга болот.Ошол эле учурда, плунжердик насостун ката диагностикасынын чыныгы муктаждыктарына ылайык, ката диагностикасын колдонууда мета-өткөрүүнү үйрөнүүнүн тесттик методу жакшыртылды жана белгисиз ката классы адаптациялуу түрдө чечилиши мүмкүн.Эксперименталдык натыйжалар көрсөткөндөй, McL-pafd диагностикасынын тактыгы белгилүү ката класстары үчүн гана 91,41% жетиши мүмкүн, бирок тез адаптацияланган үйрөнгөндөн кийин, белгисиз ката класстарын аныктоодо McL-pafd диагнозунун тактыгы 89,64% жетиши мүмкүн.