本发明公开了一种基于深度学习的航空发动机组轴承故障诊断方法，包括：（1）提取航空发动机组轴承的振动信号数据并对原始数据进行预处理；（2）采用EMD和SG滤波器对原始数据预处理，SWAFormer融合FMNet构造SWAFormer‑FMNet诊断模型对轴承振动信号诊断；（3）运用Tent混沌映射，高斯随机游走策略，差分变异策略，得到改进的蜣螂优化算法（4）使用改进的蜣螂算法优化诊断模型中学习率、隐藏层数和批处理大小三个参数；（5）建立基于改进的蜣螂算法的SWAFormer‑FMNet诊断模型。与现有技术相比，本发明能够被应用于航空发动机组轴承故障诊断建模过程中，具有优化精度高的优点，最终确保航空发动机组轴承故障诊断的准确性。