本发明公开了基于深度复卷积网络的屏蔽泵故障模式识别方法及系统，该方法包括：S1：采样屏蔽泵运转时的初始数据，即屏蔽泵运转时的屏蔽泵上下部分的振动传感器数据；S2：把所述初始数据作为输入参数，输入至基于一维深度复卷积网络的屏蔽泵深度学习模型中进行模型训练；S3：采用训练好的模型，对实时采集的屏蔽泵运转数据进行屏蔽泵故障模式识别，识别出屏蔽泵的14类故障种类和损伤程度模式，并输出识别结果进行显示。本发明所构建模型中，将求特征的内积变换步骤转换为一维复卷积层，实现基函数的自适应选择；同时将特征筛选过程利用复K‑MaxPooling层来实现。本发明屏蔽泵故障模式识别精度高，效率高。