本发明涉及一种基于度量注意力卷积神经网络的隧道风机预埋基础损伤识别方法，属于隧道风机检测领域，包括以下步骤：S1：利用隧道射流风机基础健康检测系统进行振动试验，采集隧道射流风机的激励与响应振动信号；S2：将一维振动时域信号进行傅氏变换得到频域信号，进而得到传递函数并将其划分为训练集和测试集；S3：基于MIA‑CNN网络搭建隧道射流风机预埋基础损伤识别模型，使用训练集对所述网络进行训练，不断调整参数，进行模型优化；S4：使用测试集进行隧道射流风机预埋基础损伤识别，验证隧道射流风机预埋基础损伤识别模型的性能；S5：使用通过验证的隧道射流风机预埋基础损伤识别模型进行隧道射流风机预埋基础损伤识别。