考虑到直升机旋翼流场的复杂性,准确的气动力计算需要采用计算流体力学(CFD)方法,而旋翼桨叶由于展弦比较大,几何非线性效应突出,采用计算流体力学和有限元分析(CFD-FEA)方法实现桨叶的单次双向流固耦合分析就需要大量的时间,对优化设计而言,计算量难以承受。针对CFD/FEA耦合计算气动弹性特性的精度和高效性问题,通过PCA提取耦合系统的特征,基于径向基(RBF)神经网络建立气动力降阶模型,代替CFD求解器用于旋翼桨叶的气动弹性分析。将其计算结果与CFD/FEA耦合计算结果进行了对比。研究结果表明,该降阶模型是可行、高效、精确的,可以快速准确地进行复合材料直升机桨叶气动弹性优化设计研究。