本发明提供一种数模协同驱动下的轴承剩余寿命预测方法，方法步骤如下：一、健康指标的建立与提取；二、轴承运行阶段的划分；三、针对轴承退化期利用线性维纳模型进行模型驱动的剩余寿命预测；四、利用BP神经网络进行数据驱动下的剩余寿命预测；五：基准融合法下的剩余寿命预测；本方法的运行阶段划分算法简单易行，且保证了对轴承实时状态判定的准确性；本方法对模型反映系统的精确性以及样本的数据量要求相对较低，并且通过数模协同显著提高了寿命预测的精度，从而对提升轴承的健康管理水平具有重要意义。