Los métodos existentes de diagnóstico inteligente de fallos se han desarrollado ampliamente y han demostrado ser efectivos en el monitoreo del estado operativo de componentes mecánicos clave. Sin embargo, los ventiladores centrífugos, como equipos importantes en las industrias de energía y manufactura, se han utilizado durante mucho tiempo en entornos complejos y adversos, como plantas de calderas y turbinas de gas. Por lo tanto, las señales de vibración que generan muestran características complejas y diversas, lo que plantea grandes desafíos para el monitoreo del estado operativo de los ventiladores centrífugos. Para resolver este problema, este artículo propone un método de diagnóstico de fallos en las palas de ventiladores centrífugos basado en una red neuronal convolucional de profundidad modulacional (DWconv)-convolución unidimensional (MDC-1DCNN). Específicamente, en primer lugar, se diseña un módulo de modulación convolucional (CMM) con una fuerte percepción local y capacidad de modelado global, basándose en el mecanismo de autoatención del Transformer y la idea de modelado de contexto global. En segundo lugar, se introducen múltiples capas de DWconv de diferentes tamaños para capturar información de choques de alta frecuencia y fluctuaciones de baja frecuencia de diferentes frecuencias y duraciones en la señal. A continuación, se incorpora una capa de DWconv de tamaño 11 en el perceptrón multicapa para mejorar la representación de la información espacial mientras se ahorran recursos computacionales. Finalmente, para verificar la efectividad del método, este artículo simula y analiza el estado de trabajo real de las palas de ventiladores centrífugos, construye un conjunto de datos de simulación y establece un banco de pruebas experimental de ventiladores centrífugos para obtener un conjunto de datos real. Los resultados experimentales muestran que el marco MDC-1DCNN supera significativamente a los métodos existentes tanto en conjuntos de datos de simulación como en bancos de pruebas experimentales, demostrando plenamente su versatilidad y efectividad en el diagnóstico de fallos en las palas de ventiladores centrífugos.