サーキュラーファクトリー（循環型製造）では、返品された製品が様々な劣化状態と使用履歴を持ったまま生産ラインに戻ります。現状の検査だけでは、次のサービス環境下での機能維持と部品の完全性がどのように変化するかを予測することができず、製品の再利用を判断することが困難です。既存の予知保全（PHM）手法は劣化予測をサポートしていますが、固定的な動作条件や個別部品の評価に限定されることが多く、材料疲労評価とシステムレベルの機能予測が統合されることはめったにありません。 本研究は、アングルグラインダーを対象に、不確実性を考慮した機能予測とコンポーネントレベルの疲労評価を組み合わせた、インスタンス固有の信頼性ワークフローを提案することで、このギャップに対応しています。提案フレームワークは、現在の工具状態と最近の力・トルク使用窓を組み合わせます。畳み込みエンコーダがスピンドル力とシャフトトルクから負荷パターンを抽出し、LSTM主要部が9つの機能変数をガウス分布の平均と分散推定値として予測します。並行して、同じ負荷履歴から有限要素法支援応力再構成、Haibach拡張を用いたS-N/Miner損傷評価、およびパリス則亀裂成長解析を通じて、出力シャフト疲労情報が導出されます。 ストリーミングリプレイアルゴリズムが両ブランチを機能・材料・システム信頼性軌跡に統合します。保留試験では、9つの出力全体で2%許容度精度が0.9652を達成しており、熱変数はほぼ完全に予測されます。一方、駆動モーター電流と負荷速度は最も要求度の高い動的出力で、R²値はそれぞれ0.9750と0.9924です。トルク履歴はこれらの変数に特に重要であり、従来のLSTMはGRUおよびxLSTMを短履歴設定で上回る性能を示しています。