本发明属于工程机械技术领域，具体涉及一种基于不平衡数据的工程机械故障诊断方法，包括：通过振动加速度传感器采集齿轮箱振动信号；对采集到的齿轮箱原始振动信号进行特征提取；利用自适应合成样本算法合成齿轮箱故障数据；在分布改善后的数据集中使用深度自编码器进行特征选择时，在损失函数中引入最大相关熵和稀疏惩罚项；利用选择后的特征和改善后的数据集来训练SVM分类器，实现齿轮箱故障诊断。本发明在对齿轮箱振动信号进行特征提取之后，利用自适应合成样本算法合成故障数据样本，改善现有数据集中正常数据与故障数据不平衡的问题，尤其重视数据中更具挑战性的区域，能够提升分类器的性能。