根据神经网络的辨识原理,建立用RBF神经网络辨识氮爆式破碎器模型的方法。利用辨识实验采集的输入输出数据,通过RBF中的最小均方(LMS)算法动态调整神经网络权值,使达到最佳效果。RBF神经网络辨识分为2步:第1步确定径向基核函数的中心c和宽度d,根据输入向量u的特点,确定隐含层神经元q的个数;第2步采用最小均方(LMS)方法,动态调整隐含层到输出层的权重,优化神经网络模型,并对建立的神经网络模型进行仿真。仿真结果表明:LMS算法具有良好的收敛性质,RBF神经网络模型较好的描述了氮爆式破碎器模型。