本公开揭示了一种基于并行卷积神经网络的滚动轴承故障诊断方法，包括：S100：采集待测滚动轴承的原始振动信号Xio(t)；S200：对原始振动信号Xio(t)进行预处理，获得预处理后的振动信号Xi(t)；S300：对预处理后的振动信号Xi(t)进行第一次重叠采样，以获得第一样本信号xm(t)；S400：对预处理后的振动信号进行第二次重叠采样，以获得第二样本信号ym(t)；S500：基于第一样本信号xm(t)和第二样本信号ym(t)分别获得待测滚动轴承的一维张量集合和二维张量集合；S600：基于待测滚动轴承的一维张量集合和二维张量集合构建融合数据集并输入训练好的并行卷积神经网络，以实现对待测滚动轴承的故障识别。