本发明属于机械装备状态监测与故障诊断领域，具体是一种微调机制迁移学习的齿轮箱故障诊断方法，该齿轮箱故障诊断方法是在迁移学习模型上利用微调机制对齿轮箱的非平衡小样本振动信号数据集进行识别分类，利用加载预训练过的VGG16模型，去除VGG16预训练模型的顶层，冻结权重；建立自定义的下游网络模型；固定除学习率之外的所有超参数，训练所建立的迁移学习模型；利用微调机制去进行学习率微调，直至满足分类准确率。本发明的齿轮箱故障诊断方法取代了实验室破坏性试验，节约了实验成本；使用带有微调机制的迁移学习模型对所得数据扩充，解决了小样本问题和数据不平衡问题。