本发明公开了一种基于MFCNN模型的滚动轴承多故障诊断模型及方法，包括基于CNN模型改进的MFCNN模型，所述MFCNN模型包括依次设置的信号输入层、第一卷积层、第一批量归一化层、第一平均池化层、第二卷积层、第二批量归一化层、第二平均池化层、第三卷积层、第三批量归一化层、第三平均池化层、全局平均池化层和输出层。本发明采用上述基于MFCNN模型的滚动轴承多故障诊断模型及方法，通过对传统神经网络(CNN)的改进，能够大幅度提高轴承多故障分类时诊断结果的准确率。