本发明涉及一种基于LSTM和CNN的刀具磨损状态预测方法及装置。所述方法包括：采集机床加工过程中的原始数据，所述原始数据包括机床振动数据、刀具切削力数据和高频应力波数据；将原始数据输入到LSTM网络中，提取原始数据的时间序列特征；然后将已提取时间序列特征的原始数据输入到CNN网络中，提取原始数据中包含时间序列特征的多维度特征；基于包含时间序列特征的多维度特征，以及设置的映射关系计算得到刀具磨损预测值；本发明还进一步公开了基于LSTM和CNN的刀具磨损状态预测装置。本发明中基于LSTM和CNN的刀具磨损状态预测方法和装置，能够兼顾数据多维度特征和时间序列特征的提取效果，从而能够提升刀具磨损状态的预测效果。