本发明公开了一种基于一维卷积神经网络的自适应故障诊断方法，其利用一维卷积神经网络作为主要模型结构，直接输入一维时序信号，就能立即输出高精度诊断结果，相比传统人工提取特征进行诊断的方式更便捷、高效，对诊断人员的专业知识经验需求更低；同时相比基于其他神经网络结构的故障诊断方式，一维卷积神经网络模型在保持诊断精度的同时，模型更简单、计算更快速，能为实时故障诊断提供良好保障。本发明作为一种实时快速的自适应故障诊断方法，能从容应对故障类型的多样性，可以广泛应用于机械制造、航空航天、电气、冶金等领域。