针对常规的液压支架寿命近似分析方法需对危险点进行循环加载和获取,导致计算机负载增加的问题,提出了一种基于遗传算法与BP神经网络的寿命估算模型。利用遗传算法的全局搜索性优化BP神经网络,使其不易陷入局部最小点;利用优化后的BP神经网络建立危险点结构参量到疲劳寿命的网络映射模型。针对样本容量和隐含层节点数进行了测试,测试结果表明,样本容量为40、隐含层节点数为7时,模型估算精度较高;液压支架平均寿命估算值为36 456次,与理论值的最大相对误差为5.27%。