本发明提出了一种基于机理数据融合的管片拼装机运动状态预测方法，将采集数据进行预处理后融合形成样品数据集，对预测模型训练得到运行状态预测参数；建立刚柔耦合动力学模型输出仿真运行状态数据；将运行状态预测参数与仿真运行状态数据进行偏差计算，对初次补偿模型进行训练得到预测运行状态数据的补偿量；利用补偿量对运行状态预测参数进行补偿；搭建运动学机理模型得到运行状态数据；将初次补偿的预测运行状态数据与运行状态数据进行偏差计算，对二次补偿模型进行训练得到预测运行状态数据的补偿量；利用补偿量对初次补偿的预测运动状态数据进行二次补偿得到管片拼装机预测运行状态数据。本发明大大提高了管片拼装机运动参数短期预测的精度。