本发明涉及一种基于5G边缘计算和深度学习的航空发动机故障诊断方法，包括步骤：基于5G新型云边端网络架构的数据采集、预处理及存储；在边缘云中构建机器学习模块，航空发动机故障数据库管理系统存储的历史数据为机器学习模块提供训练样本；航空发动机齿轮故障模拟平台和航空发动机故障数据库管理系统智能化自我管理。本发明的有益效果是：利用5G新兴网络架构下有限的航空发动机故障数据资源，结合计算和存储资源，能够提高航空发动机海量运行数据的存储与传输速度，为航空发动机故障识别提供可靠的依据；本发明直接对原始一维振动信号进行卷积神经网络操作，过程较为简易，不需要丰富的信号处理专家经验，识别效果也较为理想。