本发明公开了一种基于DJTN迁移学习的智能故障诊断方法，选择用于参照的已存在有标签数据集的工作条件，然后对于需要进行故障诊断的待诊断工作条件，采用有标签数据集相同的工作信号采集方法采集得到智能机械的无标签数据集，构建包括特征提取模块、迁移学习模块和分类模块的DJTN迁移学习模型，有标签数据集和无标签数据集输入DJTN迁移学习模型对其进行训练，对于训练好的DJTN迁移学习模型，将其中特征提取器和分类模块构成故障诊断模型，将无标签数据集中的每个工作信号数据样本分别输入故障诊断模型，得到对应的健康状态诊断结果。本发明通过迁移学习，提高了对故障诊断中智能机械工作条件多样的鲁棒性。