一种基于GADF‑GAN‑AVOA‑CNN的轴承故障诊断方法，步骤为：首先利用GADF将采集到的原始一维轴承振动信号进行编码转换为二维图像，并将一部分图像加入高斯白噪声；然后设计了一种多头自注意力机制的生GAN对二维故障图像进行去噪，以去噪器代替生成式对抗网络的生成器，将加噪图像输入去噪器剔除噪声，将去噪器输出的图像和未加噪图像输入判别器，为增强对噪声滤除效果把多头注意力机制融合在去噪器中，当去噪器和判别器在博弈中平衡时，去噪效果达到最佳；最后使用AVOA对CNN中的几个关键参数进行寻优，构建最优模型结构和参数，最终将去噪处理的二维图像输出优化CNN中进行滚动轴承故障诊断。本发明提高了故障诊断的准确率和鲁棒性。