उच्च गुणवत्ता वाले डीजल इंजेक्शन पंप प्लंजर 2425-988 ईंधन प्लंजर तत्व प्लंजर 2425 श्रृंखला
उत्पाद विवरण
| संदर्भ। कोड्स | 2425-988 |
| ओई/ओईएम कोड | / |
| आवेदन | बेंज |
| MOQ | 5PCS |
| प्रमाणन | ISO9001 |
| उत्पत्ति का स्थान | चीन |
| पैकेजिंग | तटस्थ पैकिंग |
| गुणवत्ता नियंत्रण | शिपमेंट से पहले 100% परीक्षण किया गया |
| समय सीमा | 7~15 कार्य दिवस |
| भुगतान | टी/टी, एल/सी, पेपैल, वेस्टर्न यूनियन या आपकी आवश्यकता के अनुसार |
डीजल इंजन ईंधन इंजेक्टर संरचना और कार्य सिद्धांत
पारंपरिक त्रिकोणीय नाली प्लेट के साथ अक्षीय पिस्टन पंप संक्रमण क्षेत्र में कम्यूटेशन के कारण होने वाले दबाव स्पंदन को पूरी तरह से समाप्त नहीं कर सकता है, और थ्रॉटलिंग के प्रभाव के कारण स्पष्ट प्रवाह बैकफ़्लो घटना उत्पन्न करेगा। सिलेंडर ब्लॉक या वाल्व प्लेट के विध्वंसक डिजाइन की अनुपस्थिति में, प्रत्येक प्लंगर गुहा के बीच श्रृंखला में एक दबाव नियंत्रण प्रत्यागामी वाल्व संरचना को जोड़ने का प्रस्ताव है, ताकि संक्रमण क्षेत्र में दबाव स्पंदन को बफर किया जा सके, संक्रमण क्षेत्र में कंपन को कम किया जा सके। , और वाल्व प्लेट की त्रिकोणीय नाली संरचना को खत्म करें, ताकि प्रवाह बैकफ़्लो को कम किया जा सके। प्रत्यागामी वाल्व के व्यास और अन्य मापदंडों को देखते हुए, सिमुलेशन के माध्यम से यह पाया गया है कि संक्रमण क्षेत्र में संरचना द्वारा उत्पन्न दबाव स्पंदन केवल 2.5% है, जो उच्च प्रक्रिया में अक्षीय पिस्टन पंप के दबाव स्पंदन को प्रभावी ढंग से कम कर सकता है। और त्रिकोणीय नाली वाल्व प्लेट की तुलना में कम दबाव संक्रमण क्षेत्र।
पिस्टन पंप के दोष निदान में अपर्याप्त नमूना संख्या और ऑडियो सिग्नल की कमजोर दोष विशेषताओं जैसी समस्याओं को ध्यान में रखते हुए, मेटा-ट्रांसफर लर्निंग (एमटीएल) के साथ संयुक्त ऑडियो संकेतों के आधार पर एमटीएल (एमसीएल-पीएएफ़डी) पर आधारित प्लंजर पंप का एक दोष निदान प्रस्तावित किया गया था. इस विधि में, प्लंजर पंप के ऑडियो सिग्नल को नमूने के रूप में लिया जाता है, और सिग्नल को गैमाटोन फिल्टर बैंक द्वारा एकल सेंसर की स्थिति के तहत संसाधित किया जाता है, जो मजबूत शोर हस्तक्षेप के तहत ऑडियो सिग्नल की लक्षण वर्णन क्षमता में प्रभावी ढंग से सुधार कर सकता है। . फिर, मेटा ट्रांसफर लर्निंग के साथ मिलकर, छोटे नमूने की स्थिति के तहत प्लंजर पंप की गलती का निदान महसूस किया जा सकता है। साथ ही, प्लंगर पंप की गलती निदान की वास्तविक जरूरतों के अनुसार, गलती निदान अनुप्रयोग में मेटा-ट्रांसफर सीखने की परीक्षण विधि में सुधार किया गया है, और अज्ञात गलती वर्ग से अनुकूली निपटा जा सकता है। प्रायोगिक परिणाम बताते हैं कि McL-pafd निदान की सटीकता केवल ज्ञात दोष वर्गों के लिए 91.41% तक पहुंच सकती है, लेकिन तेजी से अनुकूली सीखने के बाद, अज्ञात दोष वर्गों की पहचान करते समय McL-pafd निदान की सटीकता 89.64% तक पहुंच सकती है।
