改进深度稀疏自编码器网络旋转机械复合故障的诊断方法,1)分别获取旋转机械正常状态和不同故障状态的c种工况的振动信号,分别得到d组时域振动信号样本;2)对每个样本进行傅里叶变换,得到预处理后的信号样本;3)构造诊断样本集,将其作为训练样本集;4)建立旋转机械复合故障诊断模型,获得深度稀疏自编码器网络的连接权重和偏置参数;5)获得softmax分类器模型;6)进行快速傅里叶变换,选取测试样本;7)测试样本作为训练好的改进的深度稀疏自编码器网络的输入,对测试样本深度学习,进行特征提取,得到测试样本特征信号;8)将测试特征信息作为测试样本的匹配特征,得到待测旋转机械的复合故障诊断结果;提高了诊断准确度和效率。