本发明提供一种基于采样间隔感知长短期记忆网络的流程制造工业不规则采样动态序列建模方法，该方法具体包括如下步骤：首先从生产过程中选取对生产过程以及产品质量有影响的关键过程变量作为质量变量，再对输入过程变量和质量变量连续不规则采样，获得动态数据序列；对采样的原始动态数据序列进行预处理；建模时利用非增函数将采样间隔转换为合适的权值，利用一个全连接层计算得到质量变量的预测值，按照先后顺序确定训练集数据和测试数据集；训练网络，确定网络结构和超参数；实现质量变量实时在线预测。本发明能处理流程制造工业中的不规则采样数据，还能够处理工业中的非线性动态特性，且计算量小，极大的提高软测量模型的适用性与准确性。