本发明公开了一种基于BP神经网络的铸铁件的断芯预测方法及系统，属于铸件缺陷检测领域。该方法包括：S1、根据铸铁件断芯预测的目标筛选断芯缺陷影响因子；S2、根据步骤S1选择的断芯缺陷影响因子，从已有铸铁件缺陷记录中挑选对应数据建立训练样本；S3、建立三层BP神经网络模型，将训练样本中的断芯缺陷影响因子数据作为输入变量，得到实际输出；S4、将实际输出和预定义的期望输出进行比较，得到输出误差；修正层间的权值和阈值，直至输出误差达到期望范围，训练结束。本发明的方法及系统可以科学合理地预测汽车发动机铸铁件断芯缺陷的发生情况，进一步确定各参数对缺陷影响的敏感性，从而指导实际的铸造生产控制。