本发明涉及机械加工领域，具体涉及一种基于堆栈降噪自编码和多任务学习的表面粗糙度和刀具磨损预测方法。本发明从切削信号中提取时域和频域特征，划分训练集X1和测试集C1，利用训练集X1对搭建堆栈降噪自编码网络进行预训练；以预训练后的堆栈降噪自编码网络为基础，搭建多任务学习模型；通过动态平均权重法动态调整表面粗糙度和刀具磨损的权重，利用训练集X1对搭建的网络进行训练，提高模型预测准确度。本发明不仅能够同时实现表面粗糙度和刀具磨损预测，还能提升两者的预测准确度。本发明能够同时判断刀具磨损状态和当前所加工零件的表面质量，以保证刀具磨损状态在正常的使用范围内以及零件的表面质量满足生产要求。