本发明公开了一种基于极限学习机的迁移学习涡轴发动机气路故障诊断方法。采用迁移学习的方法利用不同但是相关的源域中的知识，首先使用源域中的数据进行训练，得到一个泛化性能较好的通用模型，再将通用模型的参数和目标域数据一起加入训练，提高目标域模型在目标域中的表现，以减少对大量目标域数据的依赖。本发明用于识别涡轴发动机的各类气路故障，包括压气机故障、燃气涡轮故障和动力涡轮故障。相比于传统的仅使用同一分布下数据训练的智能诊断方法，本发明使用迁移学习的思想，利用了相关源域的知识，摆脱了对大量目标域数据的依赖。为数据缺乏情况下的涡轴发动机气路故障诊断提供了一个新方法。