本发明公开了一种基于生成对抗网络的循环水泵导轴承异常检测方法。首先，采集循环水泵导轴承振动信号并进行预处理，其次，构建生成对抗网络模型，从大量健康数据中学习正常信号特征，改进模型的结构和损失函数，缓解传统生成对抗网络在模型训练过程中存在的梯度消失问题，增强模型训练稳定性，再次，联合重构误差和判别器输出概率分布计算异常指标，在不引入人工经验的前提下，增加正常和异常样本的区分度，提高异常检测方法精确率，最后，设定报警阈值筛选异常样本。本发明无需异常数据，切合工程实际背景，对循环水泵导轴承的日常维护和安全运行有重要意义。