本发明公开了滚刀磨损在位识别模型建模方法及滚刀磨损在位识别方法，对原有信号样本数据库的获取方式与样本类型进行改良与扩充，使样本数据库能够准确反映热变形与齿坯加工余量不均匀性对电流信号样本信噪比的影响，再融合人工特征提取在排除低价值信息的优点与深度学习算法在高品质特征提取与分类上的优势，相互配合建立对误差影响权重变化具有强表达能力、可反映不同工况模式的分类特征群组，实现对刀具磨损状态的高质量整体表征，以此为数学基础，建立并行识别框架的滚刀磨损在位识别模型建模，实现高精度和强鲁棒性的滚刀磨损在位识别。