本发明涉及一种针对样本不均衡的轧机故障诊断方法，该方法搭建于轧机的领域，利用振动信号数据和增强扩展深度置信网络进行轧机的故障诊断；轧机设备诊断系统在获取各种故障状态下的振动信号数据后，然后在PC端利用快速傅里叶变换(FFT)能够实现信号时域到频域的快速变换，从而实现振动信号特征的提取，然后在利用提取的所有类别的故障振动信号训练一个增强扩展深度置信网络，用于后续轧机的故障诊断。该方法在每一个RBM的可见层单元增加了上一个RBM的可见层单元，构成了RSRBM；由RSRBM组成的RSDBN可以对遗漏的有用信息提取，在一定的程度上可以减少样本不均衡带来的诊断率过低的问题，实现高诊断率并且可以加快诊断速度。
