针对滚动轴承运行数据集降噪难度大,且其可靠度评估模型预测精度不高的问题,提出了一种基于改进阈值DT-CWT降噪与WPHM模型的滚动轴承可靠度评估方法.首先,在数据降噪方面,利用一种改进的双树离散连续小波变换(DT-CWT)阈值降噪方法,将尺度因子和平移因子离散化,通过两组平行且独立的低通和高通滤波器,构成实部树和虚部树,实现了对信号的完全重构;然后,在数据处理方面,采用了　PRONOSTIA实验台的全寿命实验数据,把粒子群优化(PSO)的全局最优搜索策略与最小二乘(LS)进行了融合,得到了威布尔比例风险模型(WPHM)的最佳参数;最后,采用法国弗朗什孔泰大学FEMTO的PRONOSTIA轴承实验台数据,对改进DT-CWT阈值降噪效果进行了评估,并对通过WPHM模型计算得到的可靠度评估曲线进行了验证.研究结果表明:(1)相对于传统阈值函数,改进阈值DT-CWT函数降噪效果更好,可提高信噪比(SNR)58.2％,降低均方根差(RMSE)58.3％,降噪信号变化趋势与原信号保持一致;(2)利用全寿命实验数据和PSO-LS方法对β、η和γ进行了参数估计,解决了　WPHM模型中的参数估计问题;(3)可靠度评估曲线与轴承实际退化状态相符,WPHM模型可以反映轴承的健康状态.