本公开提供了一种多源域自适应智能机械故障诊断方法及系统，获取机械设备的运行状态数据；利用预设特征提取器对获取的运行状态数据进行特征提取；将提取到的特征输入到预设分类器中，得到故障分类预测结果；其中，特征提取器的网络参数根据预设多源域鉴别器的分类损失、源域数据集和目标域数据集的最大均值差异以及分类器根据源域数据集得到的分类损失进行更新；本公开能够有效解决不同操作条件下训练集和测试集数据之间因特征分布不同导致的训练集学习的模型无法适应于测试集的问题，有效提高了机械设备在新工况下的故障诊断分类准确率。