针对多工况下的轴承故障诊断问题，提出一种基于一维卷积神经网络的故障诊断方法。采用重叠采样方法从CWRU数据集获得扩充的数据样本，并通过归一化获得训练数据；基于TensorFlow模型设计了轴承故障诊断的一维卷积神经网络，将预处理后的数据样本直接输入到网络中进行训练，实现了端到端的轴承故障诊断。实验表明，该方法避免了复杂的特征提取过程，具有较高的故障分类准确率和鲁棒的泛化能力，可以实现多工况下轴承故障的准确诊断。