En la práctica de la ingeniería, la señal de fallo de un rodamiento está compuesta por una serie de señales complejas de múltiples componentes que contienen información sobre múltiples características de fallo. En la etapa temprana de brote y evolución del fallo, las características del fallo son fácilmente perturbadas por el ruido y señales irrelevantes, eliminando las señales de fallo en un fuerte ruido de fondo. Para superar la influencia del ruido en la señal, este estudio propone la descomposición y reconstrucción de señales débiles de múltiples frecuencias de rodamientos basada en la resonancia estocástica en cascada adaptativa. Primero, la señal original se pasa a través de la transformada de Hilbert para obtener la señal envolvente. La señal envolvente se filtra en alta frecuencia para eliminar la interferencia de los componentes de baja frecuencia en la respuesta del sistema de resonancia estocástica. En segundo lugar, los parámetros del sistema de resonancia estocástica en cascada se optimizan adaptativamente mediante el algoritmo de enjambre de partículas cuánticas (QPSO). La señal filtrada en alta frecuencia que se introduce en el sistema de resonancia estocástica en cascada adaptativa (ACSRS) puede mejorar aún más las características débiles del fallo, permitiendo la transferencia gradual de la energía del ruido de alta frecuencia a los componentes de características de fallo de baja frecuencia. Finalmente, la señal se descompone utilizando el método de descomposición de modo variacional (VMD) para determinar conjuntamente la ubicación de las frecuencias características del fallo en las funciones de modo intrínseco (IMF) mediante el coeficiente de pérdida de energía y el coeficiente de correlación para lograr la reconstrucción de señales débiles de múltiples frecuencias. A través de la validación por simulación y experimental, se verifica la efectividad y superioridad del método para la detección de señales débiles de múltiples frecuencias en rodamientos. Los resultados muestran que el método no solo logra la optimización adaptativa de los parámetros del sistema de resonancia estocástica, eliminando gradualmente el ruido de alta frecuencia en la señal y mejorando la energía de la señal de baja frecuencia, sino que también reduce el número de capas de descomposición del VMD, mejora la información de características de fallo en la señal débil y identifica efectivamente las características de fallo débiles tempranas de los rodamientos.