为了提高航空发动机刷式密封结构仿真的时效性与适用性,通过CFD计算获得了20个2级刷式密封结构的泄漏量和级间压比训练样本,对设计的神经网络进行训练和数据泛化预测,获得50组上下游刷丝排数和保护间隙组合下的泄漏率、级间不平衡性数据,并讨论了三者的影响及刷丝排数和保护间隙之间的耦合作用。结果表明:7次即可完成神经网络的训练。通过预测数据发现,仅下游参数变化时,随着刷丝排数的增加,保护间隙对级间压比的影响减小,随着保护间隙的减小,刷丝排数对泄漏率的影响也减小;而仅上游参数变化时,参数对级间压比的耦合性不明显。通过泛化数据进行参数优选,泄漏率可达30.688 N•m3/h,基本消除级间不平衡,且密封性能较好。所建立的神经网络适用于预测具有明显耦合性的2级刷式密封结构流动特性。