Mataas na Kalidad ng Diesel injection pump Plunger 2425-988 Fuel Plunger Element Plunger 2425 Series

Ang axial piston pump na may tradisyunal na triangular groove plate ay hindi maaaring ganap na maalis ang pressure pulsation na dulot ng commutation sa transition zone, at magbubunga ng halatang daloy ng backflow phenomenon dahil sa impluwensya ng throttling. Sa kawalan ng subersibong disenyo ng cylinder block o valve plate, ang isang pressure control reciprocating valve structure ay iminungkahi na konektado sa serye sa pagitan ng bawat plunger cavity, upang ma-buffer ang pressure pulsation sa transition zone, bawasan ang vibration sa transition zone , at alisin ang triangular groove na istraktura ng balbula plate, upang mabawasan ang daloy ng backflow. Dahil sa diameter at iba pang mga parameter ng reciprocating valve, ito ay matatagpuan sa pamamagitan ng simulation na ang pressure pulsation na nabuo ng istraktura sa transition zone ay 2.5% lamang, na maaaring epektibong mabawasan ang pressure pulsation ng axial piston pump sa proseso ng mataas. at low pressure transition zone kumpara sa triangular groove valve plate.

Pagpuntirya sa mga problema tulad ng hindi sapat na sample number at mahinang fault na katangian ng audio signal sa fault diagnosis ng piston pump, A Fault Diagnosis of Plunger Pump Batay sa MTL (McL-pafd) batay sa mga audio signal na sinamahan ng Meta-transfer Learning (MTL) ay iminungkahi. Sa pamamaraang ito, ang audio signal ng plunger pump ay kinukuha bilang sample, at ang signal ay pinoproseso ng Gammatone filter bank sa ilalim ng kondisyon ng isang sensor, na maaaring epektibong mapabuti ang characterization na kakayahan ng audio signal sa ilalim ng malakas na pagkagambala ng ingay. . Pagkatapos, pinagsama sa pag-aaral ng meta transfer, ang diagnosis ng kasalanan ng plunger pump sa ilalim ng kondisyon ng maliit na sample ay maaaring maisakatuparan. Kasabay nito, ayon sa aktwal na mga pangangailangan ng fault diagnosis ng plunger pump, ang paraan ng pagsubok ng meta-transfer learning sa fault diagnosis application ay pinabuting, at ang hindi kilalang klase ng fault ay maaaring adaptive dealt. Ipinapakita ng mga pang-eksperimentong resulta na ang katumpakan ng diagnosis ng McL-pafd ay maaaring umabot sa 91.41% para lamang sa mga kilalang klase ng pagkakamali, ngunit pagkatapos ng mabilis na adaptive na pag-aaral, ang katumpakan ng diagnosis ng McL-pafd ay maaaring umabot sa 89.64% kapag kinikilala ang mga hindi kilalang klase ng pagkakamali.