本发明提出一种基于切削力与夹紧力时空学习的薄壁件加工变形预测方法，该方法将实际加工过程中采集到的切削力与夹紧力作为主要外载荷，首先建立切削力与夹紧力的时变关联模型；接着将被加工零件进行几何模型参数化，获得可以表示零件几何结构的参数化矩阵，用来反映零件的弯曲刚度；之后针对变形形成过程中上述外载荷、几何与变形之间的时序与空间关联特征，建立卷积网络与循环神经网络结合的时空学习模型，将切削力、夹紧力、工件几何与变形信息作为数据样本训练该网络，实现加工变形预测。本发明可以用在对切削力与夹紧力敏感的加工变形中，训练完成后变形预测模型可以达到较高的效率，同时适用性较好。