本发明涉及一种基于VMD与深度卷积神经网络的滚动轴承故障诊断方法，包括：步骤1：对滚动轴承采集原始振动数据；步骤2：对训练集振动数据进行变分模态分解数据处理及神经网络训练过程：步骤3：对测试振动数据使用变分模态分解进行数据处理及使用神经网络进行故障诊断。针对滚动轴承故障检测，提出将变分模态分解和深度卷积神经网络相结合的方法，实现了在变工况情况下滚动轴承不同故障类型及损伤程度的诊断。变分模态分解能够将振动数据分解成不同的限带本征模态函数分量，而深度卷积神经网络的卷积层能够从不同角度提取各个限带本征模态函数的局部特征，保证特征提取的多样性和全面性。