အရည်အသွေးမြင့် ဒီဇယ်ဆေးထိုးပန့် Plunger 2425-988 Fuel Plunger Element Plunger 2425 စီးရီး

ရိုးရာတြိဂံဂံအဝိုင်းပြားပါသော axial piston ပန့်သည် အကူးအပြောင်းဇုန်ရှိ အပြောင်းအလဲကြောင့် ဖြစ်ပေါ်လာသော ဖိအား pulsation ကို လုံးလုံးလျားလျား မဖယ်ရှားနိုင်သည့်အပြင် throttling ၏လွှမ်းမိုးမှုကြောင့် သိသာထင်ရှားသော flow backflow ဖြစ်စဉ်ကို ထုတ်ပေးမည်ဖြစ်ပါသည်။ဆလင်ဒါပိတ်ဆို့ခြင်း သို့မဟုတ် အဆို့ရှင်ပြား၏ အဖျက်အမှောင့်ဒီဇိုင်းမရှိခြင်းတွင်၊ အကူးအပြောင်းဇုန်အတွင်း တုန်ခါမှုကို လျှော့ချရန်အတွက် ကူးပြောင်းခြင်းဇုန်အတွင်း တုန်ခါမှုကို လျှော့ချရန် ဖိအားထိန်းချုပ်မှု တုံ့ပြန်မှုအဆို့ရှင်ဖွဲ့စည်းပုံအား အဆိုပြုထားသည်။ , နှင့် flow backflow ကိုလျှော့ချရန် valve plate ၏တြိဂံပုံသဏ္ဍာန်ကိုဖယ်ရှားပါ။reciprocating valve ၏ အချင်းနှင့် အခြားသော ကန့်သတ်ချက်များအရ၊ အကူးအပြောင်းဇုန်ရှိ ဖွဲ့စည်းပုံမှ ထုတ်ပေးသော ဖိအား pulsation သည် 2.5% သာရှိပြီး မြင့်မားသောလုပ်ငန်းစဉ်တွင် axial piston pump ၏ ဖိအားခုန်နှုန်းကို ထိရောက်စွာ လျှော့ချနိုင်သည်ကို သရုပ်ဖော်ခြင်းဖြင့် တွေ့ရှိရပါသည်။ နှင့် low pressure transition zone သည် triangular groove valve plate နှင့် နှိုင်းယှဉ်ပါသည်။

နမူနာနံပါတ်မလုံလောက်ခြင်းနှင့် ပစ္စတင်ပန့်၏အမှားရှာဖွေစစ်ဆေးခြင်းတွင် အသံအချက်ပြမှု၏အားနည်းသောလက္ခဏာများ ချို့ယွင်းချက်၊ MTL (McL-pafd) နှင့် ပေါင်းစပ်ထားသော အသံအချက်ပြမှုများကို အခြေခံ၍ Plunger Pump ကိုအခြေခံ၍ အမှားရှာဖွေခြင်း (MTL)၊ အဆိုပြုခဲ့သည်။ဤနည်းလမ်းတွင်၊ plunger pump ၏ အသံအချက်ပြမှုကို နမူနာအဖြစ် ယူဆောင်ပြီး signal ကို Gammatone filter bank တစ်ခုတည်း၏ အခြေအနေအောက်တွင် ဆောင်ရွက်ခြင်းဖြစ်ပြီး၊ ၎င်းသည် ပြင်းထန်သောဆူညံသံကြားဖြတ်မှုအောက်တွင် အသံအချက်ပြမှု၏ characterization စွမ်းရည်ကို ထိရောက်စွာတိုးတက်စေနိုင်သည်။ .ထို့နောက် meta လွှဲပြောင်းသင်ယူမှုနှင့်အတူပေါင်းစပ်၊ နမူနာငယ်၏အခြေအနေအောက်တွင် plunger pump ၏အမှားရှာဖွေတွေ့ရှိမှုကိုနားလည်နိုင်သည်။တစ်ချိန်တည်းမှာပင်၊ plunger pump ၏အမှားရှာဖွေခြင်း၏အမှန်တကယ်လိုအပ်ချက်များအရ၊ fault diagnosis အပလီကေးရှင်းတွင် meta-transfer သင်ယူခြင်း၏စမ်းသပ်မှုနည်းလမ်းကိုတိုးတက်ကောင်းမွန်ပြီးအမည်မသိအမှားအတန်းအစားကိုလိုက်လျောညီထွေဖြေရှင်းနိုင်သည်။စမ်းသပ်မှုရလဒ်များအရ McL-pafd ရောဂါရှာဖွေခြင်း၏တိကျမှုသည် လူသိများသောအမှားအတန်းများအတွက် 91.41% အထိရောက်ရှိနိုင်သော်လည်း လျင်မြန်စွာလိုက်လျောညီထွေရှိသောသင်ယူမှုပြီးနောက်၊ အမည်မသိအမှားအတန်းများကိုခွဲခြားသတ်မှတ်သောအခါတွင် McL-pafd ရောဂါ၏တိကျမှုသည် 89.64% အထိရောက်ရှိနိုင်သည်။