机械设备的突然失效往往引发事故灾难,保证机械设备的安全服役对于核电、航空航天、军工等领域具有重要意义。而对机械设备进行及时准确的寿命预测,在事故发生前进行预报,可明显降低事故发生率,避免人员伤亡,具有重要意义。但实际中操作的系统一般内部结构复杂,使得系统实际参数难以测量：同时伴随着外部因素的影响,使得观测数据不能反映系统内部状态；内外部因素合力使得某些系统具有不确定性因素,其退化服从随机过程,系统的参数和状态也显现出统计特性。因此根据外部观测数据了解系统内部参数和状态,并根据对系统参数和状态的估计预测其剩余使用寿命需依靠估计理论。本文基于估计理论对不同情形下的维纳退化过程参数以及状态进行了估计研究。主要包括以下工作：第一,对剩余寿命预测方法进行分类,并着重于对基于退化数据驱动的预测方法进行探究。对估计理论进行了系统的阐述,对这些估计方法进行分析比较并解释了各种估计方法之间的关系。第二,完成了基于线性Wiener过程的退化过程建模、估计与寿命预测。通过状态空间模型对带随机漂移效应的维纳退化过程进行建模。在维纳过程中深入挖掘参数估计方法,对比了卡尔曼滤波和最大期望-卡尔曼滤波对其参数估计的结果,并采用Cincinnati IMS中心的轴承振动信号数据进行估计与寿命预测验证；第三,完成了基于非线性Wiener过程的退化过程建模、估计与寿命预测。通过非线性Wiener过程建立状态空间模型,将参数考虑为服从分布的随机变量并研究了对其超参数的估计方法,基于粒子滤波和共轭分布对参数、状态进行估计并分析结果,采用NASA电池容量退化信号数据进行估计与寿命预测验证；最后分析了寿命预测与不同情形下的参数估计和状态估计之间的联系。本文的工作可对寿命预测中建模与估计研究提供一定的参考与借鉴。