本發(fā)明公開(kāi)了一種高斯混合隱馬爾可夫模型和回歸分析的剩余壽命預(yù)測(cè)方法，具體步驟如下：(1)使用小波包算法分解進(jìn)行特征矢量提??；(2)建立不同故障模式的高斯混合隱馬爾科夫模型庫(kù)；(3)建立不同故障模式的零部件失效時(shí)間模型；(4)零部件故障模式識(shí)別和失效狀態(tài)評(píng)估；(5)利用回歸分析預(yù)測(cè)剩余使用壽命。本發(fā)明融合數(shù)據(jù)驅(qū)動(dòng)和概率統(tǒng)計(jì)的剩余壽命預(yù)測(cè)方法，充分利用各自的優(yōu)勢(shì)：隱馬爾科夫模型對(duì)剩余使用壽命進(jìn)行預(yù)測(cè)，具有隨機(jī)性和有實(shí)時(shí)性；將零部件失效過(guò)程劃分為多個(gè)階段，采用概率統(tǒng)計(jì)和回歸分析的手段對(duì)當(dāng)前使用時(shí)間進(jìn)行修正，提高了剩余壽命預(yù)測(cè)的精度。本發(fā)明具有預(yù)測(cè)精度高、運(yùn)算速度快、實(shí)時(shí)性強(qiáng)、成本低等優(yōu)點(diǎn)。