为提高田纳西-伊斯曼(TE)过程的故障诊断精度,提出一种基于RSS(RCAE-SSA-SVM)的深度集合型故障诊断方法。该方法首先将卷积层和自编码器构成一种深度神经网络—卷积自编码器(CAE);然后在网络中加入残差学习块形成残差卷积自编码器(RCAE),实现对故障数据的特征提取;最后利用麻雀搜索算法(SSA)优化的支持向量机(SVM)进行故障分类。对TE化工过程进行故障诊断实验,结果表明该方法具有良好的故障诊断分类效果,体现出较高的故障诊断精度。