针对多级缸故障模式复杂且难以实现精准诊断的问题,提出一种基于GoogLeNet神经网络的多级缸故障诊断方法。以多级缸伸出动作时的工作原理为出发点,通过对其建立动力学模型,搭建包含多种故障模式的仿真模型,获得不同状态下的多级缸故障信号。提取关键故障特征,并采用GoogLeNet神经网络构建故障诊断模型,实现多级缸故障诊断与故障定位。仿真和试验结果表明,所建立的多级缸仿真模型与实际相契合,且据此提出的故障诊断方法能够精准识别多级缸的不同故障模式,从而为多级缸维护维修工作的开展提供重要依据。