本发明公开了一种温度信号与噪声信号融合的故障诊断方法，对获得的信号进行预处理，在时域范围内，拟合噪声信号与温度信号之间的非线性函数关系，在频域信号处理领域，将采集来温度信号与噪声信号分别进行小波包分解，通过阈值降噪，在对重构后的两个窄带信号进行EMD分解，计算每一个IMF分量的能量值，并进行归一化处理，组成特征向量，结合噪声温度曲线残差故障特征、噪声信号特征向量以及温度信号特征向量三个方面获得的故障特征，基于BP神经网络与遗传算法进行故障类型识别，按照本发明实现的方法，通过多个传感器监测建立自动扶梯的全寿命周期，高效精确的故障诊断，保障了自动扶梯安全可靠的运行，提高了维修效率，降低了自动扶梯维修成本。