本发明属于工业喷墨打印领域，具体涉及一种喷墨液滴状态预测方法及其应用，包括：采用边界约束条件内的波形参数生成无标签数据集；从无标签数据集中随机抽取一批样本，以液滴是否正常喷射为标准进行标注，建立初始有标签数据集；使用主动学习法与机器学习分类模型，利用有标签数据集中的样本训练模型并迭代更新样本库；对最终的有标签数据集中正例样本，测量液滴体积和飞行速度，并训练机器学习回归模型；使用训练好的分类模型与回归模型预测任意的波形参数组合。本发明构建了将机器学习模型应用到液滴喷射状态预测的框架，应用主动学习方法，以较小的数据标注代价获得性能较好的预测模型，能够更为准确和快速地获得合适的压电喷头驱动波形。