【摘要】工业智能化程度不断提升，如何保证设备在复杂恶劣工况下的生产安全及稳定运行也成了业界的研究热点之一。但是基于单一模态的传统故障诊断方法在复杂工业环境下极易受环境噪声的影响，且无法提取出真正有效的故障信息。本文针对此情况，提出了基于“视觉—听觉”双模态的多模态融合故障诊断方法，以实现故障精准判定的目的。实验结果表明：所提算法不仅提高了检测准确率，同时由于引入了视觉模态还增强了抗干扰能力，能够提高工业设备的状态识别能力。