本发明涉及一种使用卷积神经网络的船体结构故障预测方法，包括如下步骤：数据预处理，构建卷积神经网络模型，建立类别信息数据库，建立故障预测结果数据库，故障预测。本发明的方法利用计算机深度学习能力，通过卷积神经网络对信号进行故障分类(包括裂纹、腐蚀和变形)，并能在此分类结果上进一步判断船体结构故障的严重程度，能预测故障发生时间，而且可以根据预测结果和分类信息找到故障位置，然后在将要发生故障的前一段时间进行报修处理，保证船舶的及时维修和正常使用。