El diagnóstico eficiente de fallos en rodamientos no solo extiende la vida útil operativa de los rodamientos, sino que también reduce el mantenimiento innecesario y el desperdicio de recursos. Sin embargo, los métodos actuales basados en aprendizaje profundo enfrentan desafíos significativos, particularmente debido a la escasez de datos de fallos, lo que obstaculiza la capacidad de los modelos para aprender parámetros de manera efectiva. Además, muchos métodos existentes dependen de características de escala única, lo que dificulta la captura de información contextual global y disminuye la precisión del diagnóstico. Para abordar estos desafíos, este artículo propone una Red Neuronal Convolucional de Múltiples Escalas con Destilación de Conocimiento Propio (MSCNN-SKD) para el diagnóstico de fallos en rodamientos. La MSCNN-SKD emplea una arquitectura de cinco etapas. La Etapa 1 utiliza convolución de núcleo ancho para la extracción inicial de características, mientras que las Etapas 2 a 5 integran una estructura de convolución paralela de múltiples escalas para capturar tanto la información contextual global como las dependencias a largo alcance. En las dos últimas etapas, un proceso de auto-destilación mejora el aprendizaje al permitir que las características de capas profundas guíen el aprendizaje de capas superficiales, mejorando el rendimiento, especialmente en escenarios con datos limitados. Experimentos extensivos en múltiples conjuntos de datos validan la alta precisión diagnóstica del modelo, su eficiencia computacional y su robustez, demostrando su idoneidad para aplicaciones industriales en tiempo real en entornos con recursos limitados.