本發(fā)明公開了一種基于經(jīng)驗(yàn)小波變換EWT和神經(jīng)網(wǎng)絡(luò)的零部件壽命預(yù)測(cè)方法和裝置。所述方法從待預(yù)測(cè)零部件提取獲取表征壽命的時(shí)間序列數(shù)據(jù)，作為訓(xùn)練數(shù)據(jù)；對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)小波變換EWT分解，提取頻率最低的單分量信號(hào)作為趨勢(shì)項(xiàng)即表征零部件穩(wěn)態(tài)的特征，并將其余各階單分量信號(hào)合并起來作為剩余項(xiàng)即表征零部件波動(dòng)的特征；利用剩余項(xiàng)對(duì)神經(jīng)網(wǎng)絡(luò)時(shí)間序列預(yù)測(cè)模型進(jìn)行建模；利用零部件數(shù)學(xué)模型構(gòu)造趨勢(shì)項(xiàng)的預(yù)測(cè)模型；將剩余項(xiàng)的預(yù)測(cè)模型與趨勢(shì)項(xiàng)的預(yù)測(cè)模型結(jié)合起來構(gòu)成整體的預(yù)測(cè)模型，獲得壽命預(yù)測(cè)數(shù)據(jù)；根據(jù)失效閾值和所述壽命預(yù)測(cè)數(shù)據(jù)判定失效時(shí)間，獲得最終壽命預(yù)測(cè)結(jié)果。使用本發(fā)明能夠提高預(yù)測(cè)精度，降低標(biāo)準(zhǔn)均方根誤差。