本发明涉及一种基于DRSN和麻雀搜索优化BiLSTM的机械设备剩余寿命预测方法，属于机械设备监测领域。首先，无需先验知识利用DRSN对原始信号进行自适应特征学习，该网络的注意力机制和软阈值化结构可以有效的消除噪声相关特征的影响，挖掘机械设备的退化特征构建健康指标。然后，利用BiLSTM网络构建剩余寿命预测模型，针对BiLSTM隐藏层神经元个数和学习率难以设定的问题，采用麻雀搜索算法对上述参数进行优化。将DRSN提取出的健康指标进行平滑处理后，以归一化寿命为标签，输入到优化后的BiLSTM预测模型，完成机械设备的剩余寿命预测。