El método tradicional de confiar en la audición humana para detectar eventos de escombros de objetos extraños (FOD) durante los procesos de ensamblaje de tanques de cohetes tiene la limitación de depender en gran medida de los humanos y la dificultad para establecer registros de detección objetivos. Esto puede llevar a que FOD no detectados ingresen al motor con el combustible y causen accidentes importantes en el lanzamiento. En este estudio, desarrollamos un sistema automático e inteligente de detección de FOD para tanques de cohetes basado en señales de sonido para superar las desventajas de la detección manual, lo que nos permite tomar medidas para prevenir accidentes con anticipación. Primero, utilizamos la transformación log-Mel para reducir la alta tasa de muestreo de la señal de sonido. Además, propusimos una red de convolución multiescala y convolución temporal (MS-CTCN) para superar los desafíos de la extracción de características temporales multiescala para detectar eventos sospechosos de FOD. Finalmente, utilizamos las estrategias de post-procesamiento propuestas de suavizado de etiquetas y discriminación de umbrales para refinar los resultados de la detección de eventos de FOD y, en última instancia, determinar la presencia de FOD. El método propuesto fue validado a través de experimentos de FOD. Los resultados mostraron que el método tenía una tasa de precisión del 99.16% en la detección de FOD y tenía un mejor potencial para prevenir accidentes en comparación con el método base.