本发明涉及故障诊断技术领域,具体涉及一种基于阶次-小波卷积神经网络的轴承故障诊断方法,包括：构建包含阶次-小波变换层、联合卷积神经网络和阶次注意力学习层的轴承故障诊断模型；阶次-小波变换层对轴承故障信号在阶次域上进行小波分解与重构,提取出每条信号在不同故障类型下的特征分布情况；联合卷积神经网络对输入信号依次进行一维卷积和二维卷积后,再进行进一步特征提取和故障预测；阶次注意力学习层采用注意力机制观察不同通道间的数据变化和相关性因素,指导联合卷积神经网络自适应地去注意关键特征信息,使得符合当前分类标签下对应故障类型特征的通道被增强。本发明具有更高的鲁棒性和更低的计算复杂度。