一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)融合的機(jī)械零部件健康指標(biāo)構(gòu)造方法，首先獲取機(jī)械零部件振動(dòng)信號(hào)，計(jì)算得到振動(dòng)信號(hào)時(shí)域特征序列和頻域特征序列；根據(jù)時(shí)域特征序列和頻域特征序列計(jì)算相似性特征；對(duì)振動(dòng)信號(hào)進(jìn)行三層小波包變換，得到頻帶能量比特征；利用特征的綜合評(píng)價(jià)指標(biāo)篩選出機(jī)械零部件退化過(guò)程的敏感特征集，用以訓(xùn)練循環(huán)神經(jīng)網(wǎng)絡(luò)；通過(guò)敏感特征集和訓(xùn)練好的循環(huán)神經(jīng)網(wǎng)絡(luò)可以得到新的機(jī)械零部件健康指標(biāo)RNN?HI，本發(fā)明利用相似性特征和循環(huán)神經(jīng)網(wǎng)絡(luò)充分挖掘了機(jī)械零部件振動(dòng)信號(hào)中的退化信息，不僅便于失效閾值的確定而且提高了壽命預(yù)測(cè)的精度。