由于汽车的特殊运行条件和环境，以及汽车行驶过程中经常性换档，使得变速箱中齿轮、轴、轴承等常发生故障。据统计，由齿轮失效引起的汽车变速箱故障占全部原因的60%.在这里，齿轮失效的主要形式有齿根裂痕和弯曲疲劳引起的断齿等。因而随着汽车技术的发展，rbf神经网络即径向基函数神经网络（Radical Basis Function）。径向基函数神经网络是一种高效的前馈式神经网络，它具有其他前向网络所不具有的最佳逼近性能和全局最优特性，并且结构简单，训练速度快。同时，它也是一种可以广泛应用于模式识别、非线性

提出了径向基函数神经网络应用于变速箱齿轮故障诊断的基本方法。利用Matlab神经网络工具箱对变速箱齿轮进行故障诊断仿真，并创建RBF神经网络与BP神经网络来进行故障诊断。通过对比诊断结果，证明RBF网络在诊断精度、诊断速度上均优于BP网络，说明RBF网络应用于齿轮的故障诊断准确、可靠，在机械故障诊断方面具有广泛的应用前景。