摘要：選用飛機結(jié)構(gòu)材料2024鋁合金進行不同條件下的酸性鹽霧實驗,設(shè)定鹽霧實驗的 pH 值分別為 2、3、5,鹽霧濃度分別為 25 g/L、50 g/L、75 g/L,腐蝕時間分別為 24 h、48 h、72h。將徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(radial basis functionneural networks,RBF)與正交實驗設(shè)計相結(jié)合,選取不同的實驗條件組作為神經(jīng)網(wǎng)絡(luò)的學習樣本集,并通過極差分析對正交實驗結(jié)果進行分析。結(jié)果表明:采用 RBF 與正交實驗設(shè)計相結(jié)合的方法,能夠較準確地預測任意實驗條件下的腐蝕速率,減少實驗次數(shù),提高預測精度;把正交組和頂點補充組同時作為學習樣本集的預測結(jié)果要優(yōu)于單單只有正交組作為學習樣本集的預測結(jié)果。極差分析結(jié)果表明,對 2024 鋁合金單位面積的質(zhì)量損耗影響最大的因素是溶液的 pH 值,其次是鹽霧濃度,腐蝕時間的影響最小。