本申请提供了基于1DCNN‑SVR的刀具磨损预测方法，包括如下步骤：S1，对刀具磨损数据集进行归一化分析处理得到模型训练样本；S2，利用pycharm编译软件进行模型构建训练，针对模型训练样本，利用一维卷积神经网络1D‑CNN进行特征提取和利用支持向量回归机SVR进行刀具磨损预测；S3，验证训练好的模型的达到要求；S4，在测试集中增加噪声验证模型的鲁棒性。本申请相对于传统模型，本申请更适用于复杂多变的生产环境，能够更准确地适应各种信号数据。