一种基于模具温度的DTW‑GaussianNB铸件质量预测方法，属于铸件制造技术领域，包括：采集铸件过程模具关键位置温度，并获取内部缺陷质量数据；良品铸件对应的过程模具温度定义为第一模具温度，将待质量预测的铸件过程模具温度定义为第二模具温度；利用Z‑Score归一化方法对各测温点的温度归一化；以DTW算法计算归一化后的温度差异值；将不具/具备铸件内部缺陷的铸件定义为0和1编码作为输出，将归一化后模具温度差异值作为输入，建立并训练GaussianNB模型；将训练集数据代入模型训练，以测试集数据进行模型准确率评价。本发明通过建立过程模具温度与铸件质量之间的模型，可高效快速预测铸件质量，且较传统X射线检测更具同步性，提高铸造过程中工艺参数调整的及时性。