داده کاوی با استفاده از شبکه عصبی GRNN بر روی نتایج کالیبراسیون تونل باد
Publish place: 1st Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,433
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS01_096
تاریخ نمایه سازی: 14 خرداد 1387
Abstract:
قبل از استفاده عملی از تونل باد همانند سایر سیستمهای اندازه گیری و شبیه سازی باید آنرا با دقت بالا کالیبره نمود، بدست آوردن پارامترهای جریان عبوری از محفظه آزمون تونل باد مانند توزیع سرعت و فشار، یکنواختی و زاویه جریان، دقت اطلاعات و غیره در حین فرآیند کالیبراسیون تونل باد بسیار مهم و حیاتی می باشد. انجام آزمونهای مدل اجسام پرنده در تونل بادی با شرایط جریانی مناسب نقش عمده ای در ایجاد اعتماد صنایع وابسته به آن را به همراه خواهد داشت. این فرآیند به دلیل داشتن طیف وسیعی از عدد ماخ و محفظه آزمون نسبتا بزرگ تونل باد مورد نظر بسیار زمانبر و پرهزینه است. در این مقاله با اعمال روش داده کاوی مبتنی بر شبکه عصبی GRNN روی نتایج کالیبراسیون تونل باد و آموزش این شبکه، تعداد دفعات آزمون را تقلیل داده و نهایتا هزینه و زمان انجام آزمونها برای کالیبراسیون تونل باد را به شدت کاهش دادایم.
Keywords:
استاد دانشکده مهندسی هوافضا- دانشگاه صنعتی شریف , GRRN
Authors
محمد رضا حسنی آهنگر
مرکز تحقیقات قدر – دانشجوی دکترای دانشگاه علم و صنعت ایران
ناصر مزینی
استادیار دانشکده مهندسی کامپیوتر- دانشگاه علم و صنعت ایران
محمدرضا سلطانی
استاد دانشکده مهندسی هوافضا- دانشگاه صنعتی شریف
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :