Bajo condiciones de trabajo variables, la señal de estado de la herramienta se ve afectada por el cambio de los parámetros de procesamiento de la máquina, lo que resulta en una disminución de la precisión de predicción de la vida útil restante (RUL). Con el objetivo de abordar este problema, se propuso un método basado en la fusión de múltiples sensores para la predicción de RUL de herramientas. En primer lugar, se utilizó la máquina de factorización (FM) para extraer las características de procesamiento no lineales en la señal de condición de baja frecuencia, y se aplicó la convolución separable unidimensional para extraer características del estado de la vida útil de la herramienta a partir de señales de sensores de alta frecuencia de múltiples canales. En segundo lugar, se introdujo el mecanismo de atención residual para ponderar las características de condición de baja frecuencia y las características de estado de alta frecuencia, respectivamente. Finalmente, las características extraídas en las partes de baja y alta frecuencia se introdujeron en la capa de conexión completa para integrar la información de las condiciones de trabajo y la información del estado para suprimir la influencia de las condiciones variables y mejorar la precisión de la predicción. Los resultados experimentales demostraron que el método podía predecir de manera efectiva la vida restante de la herramienta, y la precisión y estabilidad del modelo son mejores que las de varios otros métodos.