工业环境下滚动轴承早期退化阶段异常振动信号特征样本属性多，易导致故障漏报及剩余寿命难预测，希望技术方就低速工况下的滚动轴承故障诊断与健康管理相关的理论与方法研究进行技术开发。希望达到如下技术目标：（1）采用线性加权和方法对同属性特征进行加权融合，实现多属性异常样本分类；（2）基于双线性结构化支持向量机构造健康指标数学模型，实现轴承在有限样本下的退化预测；（3）基于逆向卡尔曼滤波方法更新线性退化模型的随机参数的初始值，结合贝叶斯后验估计，实现轴承的剩余寿命预测。