混沌现象是自然界广泛存在的一种不规则运动。近年来,随着混沌现象在气象、水文、经济、社会等领域相继被发现,使得混沌应用研究成为当下最有意义的课题之一。混沌时间序列预测是混沌应用研究领域的一个重要方向。转子是电机的核心部件,当转子表面的裂纹达到一定宽度时,转子就会断裂,由高速旋转所带来的惯性会对机器设备造成严重的损害,而目前我国关于转子致断过程,也即关于转子剩余寿命的研究甚少。因此,采用混沌时间序列建模预测的方法,对转子剩余寿命进行预测,其理论意义和实用价值不言而喻。本论文就混沌时间序列的预测作了深入的研究,并在转子剩余寿命的预测中运用。首先,根据混沌信号与噪声信号的频带在频域往往全部或部分重叠无法区分的特征,利用小波变换在小波域对含噪信号进行去噪处理。在引述了小波空域相关去噪算法后,对小波域的滤波算法进行了改进,并对Lorenz时间序列进行仿真,仿真结果表明,该改进算法十分有效。接着,介绍了相空间重构理论,详细分析了延迟时间和最佳嵌入维的含义、现有的求解方法,并通过计算机仿真,采用互信息法和伪近邻法分别计算了延迟时间和最佳嵌入维。然后,探讨了RBF神经网络的模型与结构,从单步预测和多步预测出发,根据相空间重构后的特点,提出了混沌预测的四种形式,并用Lorenz混沌时间序列对这几种形式进行一一仿真,在从理论上对四种预测形式的差异进行了深入分析后,指出多步间接预测是最有效的。最后,借助RBF神经网络,在对实验数据进行去噪处理后,利用多步间接预测对转子剩余寿命进行了预测,结果表明,采用该法进行预测,效果比较理想。