本发明提供一种基于融合模型的大型模锻压力机故障预警方法，属于金属模锻压力机技术领域；包括步骤一，采集模锻压力机关键部件的监测信号，构建信号预测训练数据集和测试数据集。本发明通过对AR‑SVR‑LSTM‑DMO的训练，可以得到一个性能良好的预测模型，代表模锻压力机的健康状态，该模型可以预测模锻压力机正常状态下各个测点的数据走向，结合了三种时序预测算法的优点，提出了一种融合模型算法AR‑SVR‑LSTM，使其在模锻压力机故障预测问题上，同时具有AR、SVR、LSTM三种AI模型的优点，并提出了一种无监督的、误差阈值动态设定方法，进一步降低了设备异常误报率。