【摘要】针对目前实际工业环境多为高噪声环境，与实验室环境差异过大，导致目前所研究的诊断模型难以应用于实际的工业环境中的问题。通过结合多层小波变换和注意力机制构建故障诊断模型，其不仅在网络模型中加入了小波变换层确保了模型在高噪声环境下的特征能力，而且加入了注意力机制，增强了模型对故障信息的关注度，进一步确保模型的故障识别能力。通过使用江南大学故障数据集中加以高噪声模拟高噪声环境下的故障数据并且对比三个目前主流的故障诊断模型，对模型优异的诊断能力以及稳定性进行了验证，实验结果证明了所提方法在高噪声环境下的诊断能力以及稳定性明显优于对比模型的方法。