为了检测石油钻探用柱塞泵斜盘不平衡故障的精度,提出一种基于对称点模式(SDP)图像与卷积神经网络(CNN)的故障诊断方法。对包含故障信息的时域信号进行转换得到SDP图像,再把SDP图像参数输入CNN中,由此完成识别SDP图像的功能,从而判断出故障类型。研究结果表明:以尺寸batchsize为32、迭代次数为20、学习为0.1、第一层卷积核数为32作为模型参数是最优的。输入图片尺寸为128×128条件下,模型识别的准确率为87.4%,达到对各程度故障进行分类的效果。通过对时域信号特征提取可有效地提高耦合故障类别的判断准确率。