En este artículo, se propone un algoritmo de diagnóstico de fallos llamado red de contracción residual profunda unidimensional mejorada con una capa convolucional amplia (1D-WIDRSN) para hélices de cuadricópteros con daños menores, que puede identificar de manera efectiva las clases de fallos del cuadricóptero bajo información de interferencia, y sin procedimientos adicionales de eliminación de ruido. En resumen, este algoritmo de diagnóstico de fallos puede localizar y diagnosticar los fallos menores tempranos del cuadricóptero basándose en los datos de vuelo, de modo que el cuadricóptero pueda ser reparado antes de que ocurran fallos graves, prolongando así la vida útil del cuadricóptero. Primero, se utiliza el método de ventana deslizante para aumentar el número de muestras. Luego, se propone un nuevo umbral semi-suave progresivo para reemplazar el umbral suave en la red de contracción residual profunda (DRSN), de modo que el ruido de las características de la señal pueda ser eliminado de manera más efectiva. Finalmente, basándose en la red de contracción residual profunda, se introducen la capa convolucional amplia y el método DroupBlock para mejorar aún más la capacidad del modelo para resistir el ruido y el sobreajuste, de modo que el modelo pueda extraer de manera efectiva las características de los fallos y clasificar los fallos. Los resultados experimentales muestran que 1D-WIDRSN aplicado al modelo de diagnóstico de fallos mínimos de hélices de cuadricópteros puede identificar con precisión la categoría de fallo en la información de interferencia, y la precisión del diagnóstico es superior al 98%.