本发明提供一种基于深度学习的刀具磨损预测方法，其包括以下步骤，步骤一：采集数控机床加工数据；步骤二：对步骤一得到的初始数据进行小波分解处理；步骤三：借助于深度学习网络训练刀具磨损预测模型；步骤四：判断步骤三得到的训练结果是否符合要求；步骤五：采集在线加工数据，完成刀具磨损的实时预测。本发明可对刀具磨损采集的数据实现自动降噪，准确高效地提取数据特征，具有预测准确率高，计算速度快，更新速度快等优点。本发明的应用进一步提升加工的安全性，不仅有利于保证加工质量，还有助于减少材料损失，减少加工废品的产生。
