本发明公开了一种基于改进卷积胶囊网络的轴承故障诊断方法，包括S1，获取轴承的训练集，训练集包含多个带有故障标签的轴承二维时频数据；S2，构建改进卷积胶囊网络，改进卷积胶囊网络依次由特征提取网络及胶囊网络构成，特征提取网络包含2个分层卷积结构及注意力层；将训练集输入至特征提取网络得到二维时频数据的空间特征图，将空间特征图输入至胶囊网络得到预测故障类型；利用损失函数来反向更新特征提取网络及胶囊网络中的权重系数直至达到预设的权重迭代次数，从而形成训练好的轴承故障诊断模型；S3，将测试集输入训练好的轴承故障诊断模型得到轴承故障诊断结果，解决了现有卷积神经网络在变工况下轴承故障诊断性能差的问题。