简介： 本发明公开了一种激光冲击强化零件疲劳寿命的在线无损预测方法，属于激光冲击强化领域，包括以下步骤：a．获取样本数据，包括激光冲击强化零件的输入参数以及在该输入条件下的输出参数——疲劳寿命；b．根据样本数据中输入参数和输出参数建立BP神经网络预测模型；c．在线输入激光冲击强化加工参数，通过BP神经网络预测模型，在线输出零件的疲劳寿命；d．调整激光冲击强化参数，确定零件的疲劳寿命符合要求，对零件进行激光冲击。本发明通过建立BP神经网络预测模型对待激光冲击强化的零件的疲劳寿命进行预测和在线输出，从而极大提高激光强化的准确度和工作效率。