本发明提供一种基于卷积神经网络的多测点传动机构故障诊断方法和系统，解决现有故障诊断效率和准确率不适应传动机构发展的技术问题。方法包括：优化振动传感器布设位置，形成与振动传感器对应的并行振动数据；建立初始卷积神经网络的卷积层、池化层和全连接层，调整初始卷积神经网络并验证初始卷积神经网络的故障诊断精度，并调整初始卷积神经网络的拟合度，形成故障诊断模型。形成了对复杂传动机构众多测点数据的自动化分析过程，可以自动、准确地滤除噪声信息并分离出故障特征；对于大量待处理的数据，可以通过调整网络的规模适配处理大规模数据的目的，从而表征复杂映射关系。满足了复杂传动机构全生命周期内故障预警的效率和可靠性。