本发明公开了一种基于注意力卷积胶囊网络的比例伺服阀故障诊断方法，包括步骤如下：首先对随机噪声下的比例伺服阀及执行器进行位移、电流、压力等信号的采集，并将所采集的信号利用离散小波包变换及信号重构分离出噪声；然后，将去噪重构的信号划分为训练样本集与测试样本集；接着再将训练样本输入到所构建的注意力卷积胶囊网络算法中进行训练，以正类别损失、负类别损失和正则化项作为损失函数，增强类别间的分离，提高模型的泛化能力；最后，将测试样本集输入到训练好的故障诊断方法中进行比例伺服阀状态测试与智能故障诊断。此外，本发明简单易行，适用于比例伺服阀随机噪声下智能化、强鲁棒的故障特征提取与诊断。