本发明涉及机械加工领域,具体涉及基于刀具磨损数据的多步刀具磨损值预测方法。通过基础刀具磨损试验,获得刀具磨损曲线和刀具磨损数据,对获得的刀具磨损数据通过移动滑窗操作划分成训练集T1和测试集T2,搭建密集残差神经网络,对其进行训练,实现刀具磨损趋势的准确预测。本发明能够判断在未来一段时间内的刀具磨损值是否发生较大的变化,以保证所加工零件的尺寸精度满足使用要求,根据预测得到的将来过程中的刀具磨损状态做出刀具是否更换的决策,在保证加工质量的前提下,提高生产效率和降低成本,对于当前数据驱动的智能制造具有重要意义。