本发明涉及一种金属疲劳寿命评估预测方法,采集不同寿命状况的金属声发射信号；对获得的数据进行预处理；构建用于训练的数据集；根据构建的数据集结构建立神经网络训练模型,每组寿命数据对应一个子长短时记忆神经网络,集合成一个多维长短时记忆神经网络；通过测试集对网络模型及验证,并根据验证结果对模型参数进行微调,最后得到寿命预测模型,输出疲劳寿命情况。本发明解决了动态疲劳试验中在线声发射监测噪声干扰大的问题,实现了复杂工况下疲劳寿命与声发射特征参数之间的映射关系的构建,提高了预测准确度,并且寿命评估范围不仅限于疲劳裂纹扩展阶段,而是扩大到疲劳演化的全过程,包括疲劳裂纹萌生阶段。