本发明涉及一种电流信号分析的工业机器人故障诊断方法，扩展了卷积神经网络在机器人故障分析领域的应用范围；数据来源为机器人运行过程中真实出现的故障，分析结果更加真实；对原始数据进行一维卷积这一结构设置改变为二维卷积结构，增加了不同段信号之间的关联，增大了网络的弹性，并且加快运算速度，减小卷积核和步长参数的设置。根据实际的实验测试结果，比较引入前后的网络性能，不需要引入丢弃层和激活层就能够实现较好的故障预测效果，进一步可简化卷积神经网络的结构，达到更好的诊断效果。该方法可以有效解决工业机器人故障诊断问题，为后续的工业机器人健康管理研究提供新的思路。