本发明提供一种大型轧机状态预测模型的构建方法及构建系统，在轧机设备的关键部位布置数据采集传感器，获取设备监测数据，将设备监测数据通过有线及5G无线网络传输到数据采集服务器；数据采集服务器将数据存储至数据库；构建机器学习型的分类数据神经网络分析模型；通过分类数据神经网络分析模型挖掘工艺数据、故障征兆与问题类型的量化映射对应规则，构建基于工艺数据变化的故障模型；在故障模型上增加设备故障征兆预警分级推送功能模块，用户通过显示终端查看。本发明改变传统设备以振动监测方法为主的局限性，使得设备能够在不同工况条件下全面反映机械设备运行状态问题，避免同类问题反复，提升设备保障能力和产品质量稳定性。