本发明属于机械故障诊断技术领域，具体涉及一种多尺度元深度残差收缩网络的机械故障在线诊断方法，能解决传统机械故障诊断技术带来的主观性，不准确问题，能避免大量多余噪声出现，能对故障类型进行智能化诊断，而且，元深度残差收缩网络对机械故障的关键特征信息进行提取，利用多头动态注意力机制自动确定阈值，自动确定各故障特征的权重，从而提取重要的特征，然后，元学习通过少量深度残差收缩网络提取的故障特征信息通过梯度下降方式进行更新，不断优化故障诊断模型，最后将实时的故障特征输入到最优故障诊断模型中并得到故障分类结果，能在线且精确地区分机械故障类型，提高故障分类效率，避免机械故障发生，保证煤矿安全生产。