ปั๊มลูกสูบตามแนวแกนที่มีแผ่นร่องสามเหลี่ยมแบบดั้งเดิมไม่สามารถกำจัดการเต้นของแรงดันที่เกิดจากการสับเปลี่ยนในเขตเปลี่ยนผ่านได้อย่างสมบูรณ์ และจะทำให้เกิดปรากฏการณ์การไหลย้อนกลับที่ชัดเจนเนื่องจากอิทธิพลของการควบคุมปริมาณ ในกรณีที่ไม่มีการออกแบบบล็อกกระบอกสูบหรือแผ่นวาล์วแบบพลิกคว่ำ โครงสร้างวาล์วลูกสูบควบคุมแรงดันถูกเสนอให้เชื่อมต่อแบบอนุกรมระหว่างช่องลูกสูบแต่ละช่อง เพื่อที่จะบัฟเฟอร์การเต้นของแรงดันในโซนเปลี่ยนผ่าน ลดการสั่นสะเทือนในโซนเปลี่ยนผ่าน และกำจัดโครงสร้างร่องสามเหลี่ยมของแผ่นวาล์ว เพื่อลดการไหลย้อนกลับ เมื่อพิจารณาจากเส้นผ่านศูนย์กลางและพารามิเตอร์อื่น ๆ ของวาล์วลูกสูบ พบว่าผ่านการจำลองว่าการเต้นของแรงดันที่สร้างโดยโครงสร้างในเขตเปลี่ยนผ่านมีเพียง 2.5% ซึ่งสามารถลดการเต้นของแรงดันของปั๊มลูกสูบตามแนวแกนในกระบวนการสูงได้อย่างมีประสิทธิภาพ และโซนเปลี่ยนผ่านแรงดันต่ำเมื่อเทียบกับแผ่นวาล์วร่องสามเหลี่ยม

เพื่อที่จะปรับปรุงประสิทธิภาพของตัวเก็บยางลูกสูบที่ใช้ในการตัดไม้ได้อย่างมีประสิทธิภาพ จึงได้มีการศึกษาวิธีการปรับพารามิเตอร์โครงสร้างของตัวเก็บยางลูกสูบให้เหมาะสมที่สุด ประการแรก ได้มีการสร้างแบบจำลองกลไกการเสียรูปอันจำกัดของการขยายตัวของอีลาสโตเมอร์ของอีลาสโตเมอร์ และวิเคราะห์ความสัมพันธ์ระหว่างแรงดันภายในและการยืดตัวหลักของการขยายตัวของอีลาสโตเมอร์ของอีลาสโตเมอร์ จากนั้น ตามกลไกการเสียรูปอันจำกัดของชิ้นส่วนยางยืดของยาง แบบจำลองการจำลองข้อต่อโครงสร้างของเหลวจะถูกสร้างขึ้น และปัจจัยที่มีอิทธิพลของชิ้นส่วนยางยืดของยางจะถูกกำหนด ได้แก่ ความหนา ความยาวตามแนวแกน และความแข็งของชิ้นส่วนยางยืดของยาง นอกจากนี้ ด้วยประสิทธิภาพของชิ้นส่วนยางยืดของยางและปริมาตรของของเหลวภายในเป็นวัตถุประสงค์ในการเพิ่มประสิทธิภาพ จึงมีการสร้างแบบจำลองเครือข่าย BP สองชั้นที่ซ่อนอยู่เพื่อปรับให้เหมาะสมและแก้ไขพารามิเตอร์โครงสร้างของชิ้นส่วนยางยืดของยาง และการรวมพารามิเตอร์โครงสร้างที่เหมาะสมที่สุดของชิ้นส่วนยางยืดของยาง ได้รับ: ความแข็ง 43HA ความหนา 4 มม. และความยาวแกน 25 ซม. ความยืดหยุ่นของยางที่ได้รับการปรับปรุงทำให้ประสิทธิภาพโดยรวมของตัวสะสมยางดีขึ้นอย่างมาก ประสิทธิภาพการไหลเพิ่มขึ้น 57.69%6 ความดันพอร์ตการฉีดลดลง 20% ปริมาตรของเหลวในยางยืดหยุ่นเพิ่มขึ้น 25% ข้อผิดพลาดในการทำนายสูงสุดของแบบจำลองการปรับพารามิเตอร์ BP ของชั้นซ่อนสองชั้นเพียง 7% 6 อัตราข้อผิดพลาดต่ำ และระดับการปรับข้อมูลให้เหมาะสมจะดีกว่า ให้การสนับสนุนทางทฤษฎีสำหรับการออกแบบการปรับให้เหมาะสมที่สุดในภายหลัง