摘要： 转速往复变化易导致故障模式与信号征兆间的映射关系异常复杂，对于设备故障诊断具有重要挑战。提出一种基于SE注意力机制引导的稀疏滤波(SE Attention Guided Sparse Filtering，SESF)方法，用于转速往复变化下机械设备的故障智能诊断。首先通过SE注意力机制改进稀疏滤波算法，随后对转速往复变化信号样本进行无监督特征提取，对训练的权值矩阵进行自适应筛选和加权，引导模型聚焦于最具类别区分度的区域，从而提高模型获取有用信息的能力。最后采用两组特殊设计的转速往复变化工况下的齿轮和轴承试验来验证提出方法的性能。实验结果表明，提出方法可克服转速往复变化的影响从而实现不同机械故障的准确识别，并获得比其他方法更高的准确率。

关键词: 故障诊断, 注意力机制, 稀疏滤波, 转速往复变化