உயர்தர டீசல் ஊசி பம்ப் உலக்கை 2425-988 எரிபொருள் உலக்கை உறுப்பு உலக்கை 2425 தொடர்

பாரம்பரிய முக்கோண பள்ளம் தகடு கொண்ட அச்சு பிஸ்டன் பம்ப் மாற்றம் மண்டலத்தில் மாற்றத்தால் ஏற்படும் அழுத்தம் துடிப்பை முற்றிலும் அகற்ற முடியாது, மேலும் த்ரோட்டிங்கின் செல்வாக்கின் காரணமாக வெளிப்படையான ஓட்டம் பின்னோக்கி நிகழ்வை உருவாக்கும். சிலிண்டர் பிளாக் அல்லது வால்வு பிளேட்டின் கீழ்த்தரமான வடிவமைப்பு இல்லாத நிலையில், ஒவ்வொரு உலக்கை குழிக்கும் இடையே ஒரு அழுத்தக் கட்டுப்பாட்டு மறுபயன் வால்வு அமைப்பு தொடரில் இணைக்க முன்மொழியப்பட்டது, இதனால் நிலைமாறு மண்டலத்தில் அழுத்தத் துடிப்பைத் தடுக்கவும், மாற்றம் மண்டலத்தில் அதிர்வுகளைக் குறைக்கவும். , மற்றும் வால்வு தகட்டின் முக்கோண பள்ளம் கட்டமைப்பை அகற்றவும், இதனால் ஓட்டம் பின்வாங்கலை குறைக்கவும். பரஸ்பர வால்வின் விட்டம் மற்றும் பிற அளவுருக்களைப் பொறுத்தவரை, மாற்றம் மண்டலத்தில் கட்டமைப்பால் உருவாக்கப்பட்ட அழுத்தம் துடிப்பு 2.5% மட்டுமே என்று உருவகப்படுத்துதல் மூலம் கண்டறியப்படுகிறது, இது உயர் செயல்பாட்டில் அச்சு பிஸ்டன் பம்பின் அழுத்த துடிப்பை திறம்பட குறைக்கும். மற்றும் முக்கோண பள்ளம் வால்வு தகடு ஒப்பிடும்போது குறைந்த அழுத்தம் மாற்றம் மண்டலம்.

பிஸ்டன் பம்பின் பிழை கண்டறிதலில் போதிய மாதிரி எண் மற்றும் ஆடியோ சிக்னலின் பலவீனமான பிழை பண்புகள் போன்ற சிக்கல்களை நோக்கமாகக் கொண்டு, மெட்டா-டிரான்ஸ்ஃபர் லேர்னிங் (MTL) உடன் இணைந்த ஆடியோ சிக்னல்களின் அடிப்படையில் MTL (McL-pafd) அடிப்படையில் உலக்கை பம்பின் பிழை கண்டறிதல் முன்மொழியப்பட்டது. இந்த முறையில், உலக்கை பம்பின் ஆடியோ சிக்னல் மாதிரியாக எடுத்துக் கொள்ளப்படுகிறது, மேலும் சிக்னல் ஒற்றை உணரியின் கீழ் காமடோன் வடிகட்டி வங்கியால் செயலாக்கப்படுகிறது, இது வலுவான இரைச்சல் குறுக்கீட்டின் கீழ் ஆடியோ சிக்னலின் குணாதிசய திறனை திறம்பட மேம்படுத்த முடியும். . பின்னர், மெட்டா பரிமாற்றக் கற்றலுடன் இணைந்து, சிறிய மாதிரியின் நிலையில் உள்ள உலக்கை பம்பின் பிழை கண்டறிதலை உணர முடியும். அதே நேரத்தில், உலக்கை பம்பின் தவறு கண்டறிதலின் உண்மையான தேவைகளின்படி, தவறு கண்டறிதல் பயன்பாட்டில் மெட்டா-பரிமாற்ற கற்றலின் சோதனை முறை மேம்படுத்தப்பட்டுள்ளது, மேலும் அறியப்படாத தவறு வகுப்பை மாற்றியமைக்க முடியும். McL-pafd நோயறிதலின் துல்லியம் அறியப்பட்ட தவறு வகுப்புகளுக்கு மட்டுமே 91.41% ஐ அடைய முடியும் என்று சோதனை முடிவுகள் காட்டுகின்றன, ஆனால் விரைவான தழுவல் கற்றலுக்குப் பிறகு, McL-pafd நோயறிதலின் துல்லியம் அறியப்படாத தவறு வகுப்புகளைக் கண்டறியும் போது 89.64% ஐ எட்டும்.