剩余寿命预测是设备故障预测与健康管理领域的一项关键技术,能够保障设备安全可靠运行。基于相似性的剩余寿命预测方法因其良好的解释性和较优的预测精度,受到了广泛的关注和研究。目前,基于相似性的剩余寿命预测方法或由于忽略了待测设备前期的退化行为,而导致剩余寿命预测精度不佳;或由于匹配的相似退化行为较少,而造成剩余寿命预测不准。同时,现有基于相似性的剩余寿命预测方法大多没有深入分析退化行为中隐含的退化信息,导致预测精度降低。本文针对基于相似性的剩余寿命预测方法存在的问题展开研究,具体的研究工作如下:（1）针对设备退化数据利用不够充分有效的问题,本文提出了基于多退化行为相似性的剩余寿命预测方法。鉴于设备过去的退化行为都能在一定程度上反映设备的退化状态,此方法从待测设备中抽取多个退化行为,并为各个退化行为匹配相似的参考退化行为实现剩余寿命预测。该方法不仅能够充分利用待测设备过去的退化数据,且避免了候选参考数据不足的情况。相关实验结果验证了本文提出的基于多退化行为的剩余寿命预测方法的有效性。（2）针对现有方法缺乏对设备退化行为深入探究的问题,本文提出了基于退化行为特征的剩余寿命预测优化方法。该方法从四个方面对基于多退化行为相似性的剩余寿命预测方法进行改进:a)考虑到相似退化行为的长度存在差异,提出了基于数据形态特征的退化行为抽取方法;b)为了快速匹配非等长的相似退化行为,提出了基于多尺度放缩的搜索策略;c)为使参考剩余寿命更适用于待测设备剩余寿命预测,提出了基于退化速度特征的寿命调整方法;d)鉴于不同阶段退化行为包含的退化信息不同,提出了基于退化偏差特征的参考寿命融合方法。大量实验结果表明这些优化方法能够有效提高剩余寿命的预测精度。