本发明涉及一种基于VMD多域特征与MEDA的滚动轴承跨工况故障诊断方法。包括：采集滚动轴承振动信号，构造源域数据和目标域数据；使用参数优化的VMD对源域数据和目标域数据进行VMD分解，提取其奇异值特征和排列熵特征，与原始信号的时域特征组成多域特征并进行归一化；利用GFK将源域数据和目标域数据变换到流形空间，获得流形特征；利用源域数据训练一个弱分类器，使用该弱分类器得到目标域伪标签；对流形特征进行动态分布对齐，初步得到分类器f；迭代修正目标域标签，直至收敛，返回最终分类器f；将不同工况样本输入训练好的模型分类器，判断滚动轴承运行状态。本发明可以仅使用一种工况数据，进而达到诊断不同转速、不同负载下的故障数据。