半可观察系统是一种广泛使用的工业设备，其物理退化状态只能通过停机检查才能观察到。为了在线监测半可观测系统的退化过程，通常采用不同类型的传感器来采集监测信号。已经进行了大量研究来融合多传感器信号以预测剩余使用寿命（RUL）。然而，他们中的大多数人忽略了部分可用的状态观察结果，这些观察结果可以被视为对物理退化的真实测量。为了解决这个问题，本文提出了一种用于半可观测系统的多传感器数据驱动的 RUL 预测方法，该方法利用来自在线多传感器信号和离线状态观测的退化信息。该方法是基于可概括的状态空间模型结合粒子滤波框架开发的。在该框架中，使用状态转移函数来描述系统状态的退化过程。构建了一个多维测量函数来描述状态和多传感器信号之间的映射。为了提高预测性能，还提出了一种称为优先传感器组选择​​的算法来选择最佳传感器组进行RUL预测。通过刀具磨损实验证明了该方法的有效性。