本发明涉及一种小波包频域信号流形学习故障诊断方法，其步骤：采集旋转机械设备上的振动数据，将采集的振动数据进行N层小波包分解，生成2N个分量时域信号；对分解产生的各分量时域信号进行希尔伯特包络解调处理后，提取调制信号；对解调信号进行FIR滤波处理；以低采样频率对各分量时域信号进行重采样降低数据长度；对各分层重采样数据进行自相关计算并归一化形成自相关系数；对各分量归一化后的自相关系数值计算功率谱，采用设定阈值对功率谱数据进行阈值处理，将经过阈值处理后的功率谱数据形成高维数据向量；对高维数据向量进行降维处理，将各分量功率谱数据组合形成L×2N维矩阵，最终形成2维或3维流形，通过流形结果判断旋转机械设备的故障状态。