Para abordar los desafíos planteados por la dificultad de extraer características de fallos de maquinaria rotativa con características de fallo débiles, este documento propone un método de mejora y diagnóstico de características de fallos estructurales de maquinaria rotativa basado en la fusión de información de múltiples sensores. En primer lugar, el filtrado de Savitzky-Golay suprime el ruido y mejora las características de fallo. En segundo lugar, el método de transformación de patrón de puntos simétricos (SDP) de múltiples sensores diseñado fusiona la información de múltiples fuentes de los fallos estructurales de la maquinaria rotativa, proporcionando información de características de fallo más completa y rica para el diagnóstico. Finalmente, el modelo ResNet18 realiza el diagnóstico de fallos. Para validar la viabilidad y efectividad del método propuesto, se verificó su rendimiento en dos conjuntos de datos. La precisión de los resultados experimentales fue del 99.16% y 100%, respectivamente, demostrando la viabilidad y efectividad del método propuesto. Para validar aún más la superioridad del método propuesto, se comparó con diferentes métodos de transformación de señales 2D. Los resultados de la comparación indican que el método propuesto logra la mejor precisión en el diagnóstico de fallos en comparación con otros métodos.