本发明公开了基于深度对抗卷积神经网络的旋转机械新故障诊断方法，包括步骤：构建源域样本数据集和目标域样本数据集；构建用于识别已知故障以及新故障的深度对抗卷积神经网络，包括特征提取器G，标签分类器C_F，领域判别器D，非对抗领域判别器；在训练阶段，通过特征提取模块将源域与目标域数据映射到高维特征空间中，获取数据特征分布；设计一种加权判别机制，评估目标域样本数据与源域数据的相似程度，判别数据的可迁移性；将目标域测试数据输入到训练好的网络中测试，通过计算所得权重值判别数据是否属于新故障类别，输出最终的分类诊断结果。通过加权对抗训练和目标域测试样本权重阈值选取，使得构建的网络适用于变工况下的已知故障和新故障检测。