本发明的一种旋转机械装备关键零部件服役退化轨迹预测方法及设备，其方法采用四元数框架下加权增量分数阶卡尔曼滤波算法作为退化预测模型，包括利用加速度传感器采集旋转机械装备关键零部件运行过程中的多通道振动加速度数据；对采集数据进行预处理，计算得到设备关键零部件的多通道健康因子时间序列及其Hurst指数与分数阶数；根据建立的四元数框架下加权增量分数阶卡尔曼滤波预测模型，可对未来退化趋势健康因子时间序列进行预测跟踪。本发明无需考虑外界环境与复杂工况对设备关键零部件的性能退化影响，也无需考虑系统物理结构参数的影响，考虑了多通道健康因子序列的时空与分数阶特性，适合多通道退化数据一次性预测，运行速度快，预测精度高。