随着国内机队老龄化问题逐渐突出,采用科学有效维修方式不仅可以使老龄化飞机满足适航要求,同时提高飞机全寿命期间的运营经济性。针对老龄化飞机结构中腐蚀情况,在增加维修任务以及加装传感器装置会降低经济性的前提下,采用有效的智能算法对腐蚀损伤进行合理预测显得十分重要。通过采集国内老龄飞机实际腐蚀损伤检修数据,分析老龄飞机腐蚀损伤区域分布特点,以腐蚀深度与腐蚀平均数量两个特征对结构腐蚀损伤进行预测。同时结合老龄飞机维修任务的特点,采用灰色理论与神经网络两种算法对腐蚀损伤特征进行预测。首先,从单一模型角度,通过对灰色理论中不等时距模型进行优化,使用改进后的不等时距模型对腐蚀损伤进行预测。结果表明对腐蚀深度具有良好的预测能力,但对腐蚀平均数量预测效果较差。随后为克服单一模型的缺点,采用灰色神经网络组合模型。确定并建立了不等时距模型与BP神经网络组合模型。综合采用灰色神经网络映射模型与耦合模型分别对腐蚀损伤的两个特征进行预测,预测效果显著提高。最后通过建立多参数灰色神经网络模型对腐蚀损伤两类特征进行综合预测。预测结果表明,腐蚀深度具有单调性、随机性、周期性等特征;腐蚀平均数量随着其包含的各个结构件腐蚀损伤周期性变化呈现波动上升规律。预测结果对了解老龄飞机腐蚀损伤具有一定意义。