由于工业污染的日趋严重,飞机结构材料在服役过程中不可避免地要与酸性环境相接触,使得飞机机身结构不可避免地会受到不同程度的酸性腐蚀。飞机腐蚀问题一直是民航领域关注的焦点。飞机腐蚀不仅影响到飞机的安全,降低飞机的使用年限,导致飞机停飞甚至提前退役,而且给飞机的维修工作带来沉重的负担,还造成巨大的维修成本。因此,对航空用铝合金的腐蚀预测进行研究有重大的意义。首先,本文以2024、5052以及7075铝合金为研究对象,进行不同条件下的酸性盐雾实验,设定盐雾试验的pH值分别为2、3、5,盐雾浓度分别为25g/L、50g/L、75g/L,腐蚀时间分别为24h、48h、72h。将径向基函数神经网络与正交试验设计相结合,分别选取不同的试验条件组作为神经网络的学习样本集,并通过极差分析对正交试验结果进行分析。结果表明:采用径向基函数神经网络与正交试验设计相结合能够较准确地预测任意试验条件下的腐蚀速率;把正交组和顶点补充组同时作为学习样本集的预测结果要优于单单只有正交组作为学习样本集的预测结果;采用径向基函数神经网络与正交试验设计相结合的方法,能够减少试验次数,提高预测精度,为铝合金腐蚀预测提供一种新的实验方法思路。极差分析结果表明,对2024铝合金单位面积的质量损耗影响最大的是溶液的pH值,其次是盐雾浓度,腐蚀时间的影响最小。而对于5052铝合金和7075铝合金来说,腐蚀时间的影响效果要大于盐雾pH值和盐雾浓度。然后将盐雾试验所得到的数据与中国腐蚀与防护网上的铝合金大气暴露试验数据相结合,建立模拟实际腐蚀情况的模型,并将该模型用于预测民机典型结构件的腐蚀。结果表明,虽然预测的数值都要比实际值小,但在只考虑安全性的前提下,通过该模型得到的预测值是有效的。