本发明公开了一种基于时频残差神经网络的变转速下轴裂纹的故障诊断方法，首先，采用短时傅里叶变换将一维的振动信号转变为二维的RGB彩色时频图像，建立数据集，并划分为训练集和测试集；其次，构建神经网络，建立残差连接；然后，采用批标准化优化神经网络模型；设置final卷积层，将分布式特征映射到样本标记空间，构建Softmax特征分类器对提取的特征进行分类；最后，利用训练集让网络进行学习，利用测试集对训练好的网络进行测试，实现故障诊断。本发明提出的时频残差神经网络模型结合了短时傅里叶变换和残差连接，能够对变转速工况下的轴裂纹进行有效地诊断。