一种基于LSTM-PINN的疲劳寿命预测方法

本发明属于疲劳寿命预测技术领域，涉及一种基于LSTM‑PINN的疲劳寿命预测方法，包括：疲劳寿命数据集的建立及评估；原始数据集的划分以及前处理；LSTM‑PINN混合寿命预测模型的搭建；LSTM及PINN子模型中超参数的确定以及物理信息的集成；使用数据集对搭建的模型进行训练；使用R2以及RMSE指标对模型的性能进行评估，在模型性能不足的情况下重复上一个步骤，直至模型的预测性能满足要求；基于训练好的LSTM‑PINN混合寿命预测模型进行寿命预测；本发明采用LSTM(长短期记忆神经网络)和PINN(物理信息神经网络)结合的方法，能够使用原始的加载路径信息进行疲劳寿命预测，使得疲劳寿命预测过程可靠、高效。