在机械系统的生命周期中,运行阶段的可靠性保障是实现系统设计与制造目标的关键所在。要保障系统的可靠与安全运行,对其状态进行实时监测,并利用监测信息预测系统的剩余寿命,同时根据系统的特征进行科学的维修决策,即实现系统的故障预测与健康管理是很重要的技术途径。因此,研究如何根据机械系统的退化特征及监测的退化状态信息构建其剩余寿命预测模型及科学的维修决策方法已经成为机械工程可靠性领域的一个重要研究问题。本文针对不同退化特征的机械系统,基于实时监测的状态信息,研究其剩余寿命预测模型和预防性维修优化决策方法,同时使用数值仿真实验和部分实验数据验算模型的有效性。其具体工作可概括为以下几个方面:针对一类历史运行数据不足,也无法进行状态监测的机械系统,在系统退化状态分布函数未知的条件下,由已知的系统寿命分布函数预测其剩余寿命,提出了以剩余寿命为阈值的预防性维修策略。根据更新过程理论,建立了以系统的预测间隔和剩余寿命阈值为优化变量,以最小化平均维修费用为目标函数的维修决策优化模型。针对可实时监测的系统,基于随机滤波理论,分别考虑剩余寿命与非完美维修效果独立或不独立的两种情况,构建了系统考虑非完美维修的的剩余寿命预测模型。建立了以系统的剩余寿命阈值为优化变量,最小化平均维修费用为目标函数的维修优化决策模型;进一步提出考虑多次预防性维修后系统性能可能降低不能满足可靠性要求则需进行更换的维修策略,建立了以系统的预防性维护阈值、预防性更换阈值和停止预测时间阈值为优化变量,以最小化平均维修费用为目标函数的维修优化决策模型。为解决系统疲劳退化过程中状态突变后剩余寿命难以准确预测问题,提出了一种利用状态突变点信息修正退化状态预测模型以进行实时状态估计与寿命预测的方法。运用齿轮接触疲劳寿命试验台的实时监测数据对预测模型进行了验证。结果表明该方法提高了对系统的动态变化跟踪性能和退化状态及实时剩余寿命的预测准确度。针对多部件机械系统,考虑部件间的经济相关性,利用估计得到的剩余寿命分布,构造惩罚函数计算动态成组维修时间调整后部件维修偏离最佳时机所造成的损失,建立了以系统的成组最优维修时间和成组结构为优化变量,以最大化可节约维修费用率为目标函数的基于滚动时间轴的动态成组预防性维修决策模型。针对可实时监测的多部件系统,考虑连续退化状态单向随机相关性的影响,引入影响部件的监测信息作为协变量,构建了基于随机滤波的剩余寿命预测模型,并根据预测到的各部件实时剩余寿命建立了动态的预防性机会维修决策模型。