铝液中夹杂物的含量与夹杂物的粒径大小直接影响铝合金成品质量，目前对铝液中夹杂物的含量与夹杂物的粒径大小检测基本采用离线方法，如何实时检测铝液中夹杂物的含量与夹杂物的粒径大小是比较困难的。为此，提出基于BP和RBF神经网络的铝液夹杂物粒径大小的预测方法，并进行预测结果对比分析。该方法通过电阻法获得实时的铝液中夹杂物对应的电流数据，由获得的电流数据通过训练好的BP和RBF神经网络对铝液中夹杂物的粒径大小进行在线预测，这样达到实时检测铝液中夹杂物的粒径大小目的。通过实验获得的数据及数据的仿真结果表明，基于BP神经网络的预测结果与实际结果的误差平均值为2.239%，基于RBF神经网络的预测结果与实际结果的误差平均值为1.075%，而且当实测数据与训练样本的数据相似时，预测数据的误差更小。实验数据说明基于BP和RBF神经网络的铝液夹杂物粒径大小的预测方法是可行的，不同之处在于RBF预测误差较小但训练网络及预测过程比较慢，而BP预测误差略大但训练网络及预测过程比较快。