基于LSTM的组件寿命动态评估方法

本发明公开了基于LSTM的组件寿命动态评估方法，属于设备健康管理与预测性维护技术领域，该方法首先构建能够统一表示组件、传感器及工况间复杂关系的物理－因果知识图谱，然后，利用图注意力网络在该知识图谱上传播与聚合信息，生成能够感知系统全局状态的上下文感知特征序列，接着，在训练阶段，通过对特征序列施加虚拟对抗扰动来生成对抗样本，最后，将原始特征序列与对抗样本序列共同输入长短期记忆网络进行联合优化训练，以构建出最终的评估模型。本发明通过深度融合物理－因果知识与对抗训练机制，有效解决了传统方法忽略系统内耦合关系且模型鲁棒性不足的问题，显著提升了寿命评估结果的准确性、鲁棒性和可靠性。