基于径向基函数RBF神经网络的传感器故障诊断的方法研究-传感器是现行研究的压铸机实时检测与控制系统的关键部件，系统利用传感器对压铸机的各重要电控参数 （如：合型力、油压、压射速度、模具温度等）进行检测，并进行准确控制。这一过程中，各传感器输出信号的质量尤为重要，其优劣程度直接影响压铸机控制系统分析、处理数据的准确性，最终影响压铸件产品质量的优劣。由于大型压铸机生产环境较为恶劣，长期的高温、高压、高粉尘及来自周边器械的电磁干扰等因素的存在，不可避免地会造成传感器软硬故障的发生，有故障的传感器所发出的错误信号，会使整个压铸机控制系统分析、处理和控制功能紊乱，造成系统无法正常运行，带来无法估计的生产安全隐患及严重的后果。因此，对压铸机控制系统中传感器故障诊断方法的研究具有重要的意义。