本发明公开了一种机理和数据联合驱动的TBM滚刀磨损预测方法，属于滚刀磨损量预测领域。本发明一方面由滚刀与岩体的磨粒磨损、黏着磨损及疲劳磨损等磨损机理推导出的滚刀磨损量计算公式，另一方面采用数据模型对机理磨损量与实际磨损量的残差部分进行建模，将TBM掘进参数也作为滚刀磨损量的影响因素。本发明的预测方法充分结合了理论机理模型和数据模型的各自优点，能够根据TBM规格参数和现场工程数据高精度的预测出每把滚刀的实际磨损程度，较纯数据模型有更好的泛化特性，较纯机理模型有更好的拟合精度，为现场操作人员掌握滚刀信息提供帮助，为及时换刀提供数据依据，提升了滚刀的利用率和掘进机的工作效率。