En escenarios de aplicación industrial reales, la contaminación acústica dificulta la extracción precisa de características de fallos a través de métodos convencionales. Se propone un método novedoso para el diagnóstico de fallos en rodamientos que combina una red neuronal convolucional (CNN), un mecanismo de atención para un módulo de red de compresión y excitación (SENet) y un sistema de aprendizaje amplio (BLS) (SECNN-BLS). La señal de vibración del rodamiento unidimensional se procesa utilizando múltiples transformadas de Fourier de corto tiempo (STFT); la imagen bidimensional en el dominio tiempo-frecuencia se utiliza como entrada del modelo. En el proceso de extracción de características de fallos de la CNN, se introduce SENet para reemplazar la capa de convolución de la CNN, y se obtiene información global a través de la operación de compresión. La operación de excitación captura la importancia de los canales de imagen, asigna pesos de manera adaptativa para mejorar la atención en la información importante y elimina la interferencia de características irrelevantes sin aumentar la complejidad espacial y temporal. La representación de características ponderadas se transfiere luego a la entrada del BLS. El BLS tiene las características de una estructura plana y regresión de crestas para resolver rápidamente los pesos; como clasificador de fallos, puede ahorrar más recursos computacionales y mejorar la precisión de la clasificación de fallos. El diagnóstico de fallos SECNN-BLS ha logrado más del 98% de precisión en el conjunto de datos de la Sociedad para la Prevención de Fallos en Maquinaria (MFPT). También demostramos el excelente rendimiento de SECNN-BLS en un entorno ruidoso.