在实际工程应用中,系统或设备可能会发生各种各样的故障,需要进行视情维修(Condition Based Maintenance,CBM)。而剩余寿命预测(Remaining Life,RL)是视情维修过程中的核心问题之一;另一方面,在废旧产品回收利用和再制造过程中通过剩余寿命预测才能判断回收部件是否值得再制造,对再制造部件也需要预测其剩余寿命从而确定其价值。因此设备或系统的剩余寿命预测具有重大的研究意义和实用价值。首先,本文综述了系统或设备剩余寿命预测的两种方法:基于系统或设备损伤机理的模型方法和基于数据的统计分析方法,针对数据处理的建模过程,介绍了基于维纳过程,马尔科夫链,泊松过程的方法;然后综述了相应的参数估计方法:极大似然估计方法(MLE),期望最大化算法(EM)和贝叶斯方法。其次,针对冲击载荷对降级系统的影响分别建立了三种模型:静态冲击退化模型,累积冲击退化模型,极端冲击退化模型。并推导出这三种模型的剩余寿命概率密度函数,数值试验结果表明考虑冲击载荷进行剩余寿命预测提高了预测的精度。接着针对具有工作状态和存储状态的降级系统,采用极大似然估计法和EM算法估计了模型中的未知参数,并使用蒙特卡罗方法预测剩余寿命,从而推导出剩余寿命分布函数。最后对相关数据进行对比和分析,验证了所提方法的有效性。最后对本文所提出的方法进行了总结和展望。由于缺少相应的实证实验,很难获得足够的相关数据和定量信息,因此本文提出的两种方法的实际应用效果还需要进一步验证。另外利用连续时间马尔科夫链近似描述系统工作状态和存储状态的降级过程条件过于苛刻,在这方面还需要进一步研究和发展。