La aplicación de redes neuronales convolucionales profundas (CNN) ha ganado popularidad en el campo del diagnóstico de fallas en procesos industriales. Sin embargo, las CNN convencionales extraen principalmente características locales a través de operaciones de convolución y tienen campos receptivos limitados. Esto conduce a una expresión de características insuficiente, ya que las CNN descuidan las correlaciones temporales en los datos de procesos industriales, lo que resulta en un rendimiento diagnóstico inferior. Para abordar este problema, se propone una red de contexto global basada en purificación de interacción multisensorial (MIPGC-Net). Primero, proponemos un módulo de refinamiento de interacción de características multisensorial (MFIR). El módulo tiene como objetivo extraer características multisensoriales enriquecidas con información combinada a través de la interacción de características mientras refina las representaciones de características mediante el mecanismo de atención de canal eficiente. A continuación, desarrollamos un subred de extracción de características de dependencia temporal amplia (WTD) integrando el módulo MFIR con la red de contexto global. Esta subred puede capturar la información de correlación temporal de la entrada, mejorando la percepción integral de la información global. Finalmente, MIPGC-Net se construye apilando múltiples subredes WTD para realizar el diagnóstico de fallas en procesos industriales, capturando efectivamente información local y global. El método propuesto se valida tanto en los procesos de Tennessee Eastman como en el Reactor de Tanque Agitado Continuo, confirmando su efectividad.