基于机器学习的车辆包围结构故障预测维护方法及系统

本发明公开了基于机器学习的车辆包围结构故障预测维护方法及系统，涉及车辆智能监测与预测维护技术领域。通过融合振动、应变、环境腐蚀数据与有限元仿真应力图谱，通过物理退化模型量化环境‑载荷协同损伤效应，生成多模态特征向量。构建动态图拓扑网络，实时调整边权重并利用时空图卷积同步捕获时空力学特征；进一步通过图注意力机制识别关键风险节点，结合腐蚀衰减系数与图扩散模型模拟损伤传播路径，生成概率化故障热力图。提高车辆包围结构故障预测精度，构建对抗生成网络优化样本权重，联合物理约束损失函数输出分位数维护清单。能够有效进行车辆包围结构的故障预测与维护优化，延长结构寿命并降低维修成本。