داده كاوي با استفاده از شبكه عصبي grnn بر روي نتايج كاليبراسيون تونل باد
قبل از استفاده عملي از تونل باد همانند ساير سيستمهاي اندازه گيري و شبيه سازي بايد آنرا با دقت بالا كاليبره نمود، بدست آوردن پارامترهاي جريان عبوري از محفظه آزمون تونل باد مانند توزيع سرعت و فشار، يكنواختي و زاويه جريان، دقت اطلاعات و غيره در حين فرآيند كاليبراسيون تونل باد بسيار مهم و حياتي مي باشد. انجام آزمونهاي مدل اجسام پرنده در تونل بادي با شرايط جرياني مناسب نقش عمده اي در ايجاد اعتماد صنايع وابسته به آن را به همراه خواهد داشت. اين فرآيند به دليل داشتن طيف وسيعي از عدد ماخ و محفظه آزمون نسبتا بزرگ تونل باد مورد نظر بسيار زمانبر و پرهزينه است. در اين مقاله با اعمال روش داده كاوي مبتني بر شبكه عصبي grnn روي نتايج كاليبراسيون تونل باد و آموزش اين شبكه، تعداد دفعات آزمون را تقليل داده و نهايتا هزينه و زمان انجام آزمونها براي كاليبراسيون تونل باد را به شدت كاهش دادايم.