استفاده از شبکه های عصبی مصنوعی در سالهای اخیر بعنوان یک ابزار قوی برای مسائلی که آنالیز زمانبر و پیچیده ای دارند مورد استفاده قرار می گیرد.در این روش سعی می شود با آموزش شبکه ای پردازشگر ، بدون یافتن قانون ریاضی حاکم بر پارامترها، ویژگیها و روابط ذاتی میان متغیرها را به شبکه آموخت و پس از تضمین یادگیری ، از آن بعنوان نگاشتی میان فضای داده و فضای خواسته بهره برد. با بررسی هوادهی جریان زیردریچه ها مشخص می گردد که در این جریان دوفازی تعدد حالات جریان باعث عدم دستیابی به رابطه ای جامع برای تعیین نیاز هوایی جریان که بیانگر کلیه حالات باشد شده است. بنابراین با توجه به خصوصیات شبکه های عصبی و ماهیت مسئله هوادهی موجب شد تا در این تحقیق با استفاده از نتایج مدلهای آزمایشگاهی که در مراکز تحقیقاتی کشور، از آزمایش های انجام شده بر روی دریچه ها حاصل شده است، شبکه ای عصبی آماده و آموزش داده شود تا به کمک آن و بدون صرف هزینه های آزمایشگاهی تنها با استفاده از مشخصات دریچه مانند بار هیدرولیکی وارد بر دریچه ، ابعاد و درصد بازشدگی دریچه به نیاز هوایی جریان دست یافت . برتری این روش در این است که طراح در فاز اولیه طرح نسبت به وضعیت و اندازه هواده مورد نیاز برای طرح آگاهی حاصل می گردد.