Como las neuronas escalares de las redes neuronales tradicionales promueven la reducción de dimensiones causada por el agrupamiento, es una tarea difícil extraer las características espaciales de alta dimensión y la correlación a largo plazo de señales puras a partir de la señal de vibración ruidosa. Para abordar los problemas mencionados, se propone un método de eliminación de ruido de señales de vibración basado en la combinación de una red de cápsulas de autoatención dilatada y una red de memoria a corto y largo plazo bidireccional (DACapsNet-BiLSTM) para extraer características espaciales de alta dimensión y aprender correlaciones a largo plazo entre dos pasos de tiempo adyacentes. Se construyó un módulo de autoatención mejorado con capacidad de extracción de características espaciales basado en la distribución aleatoria del ruido, que se integra en la red de cápsulas para las características espaciales extraídas y la eliminación de ruido. La convolución dilatada se integra en la red de cápsulas mejorada para expandir el campo receptivo y obtener las características espaciales de la señal de vibración. La salida de la red de cápsulas se utilizó como entrada de la red de memoria a corto y largo plazo bidireccional para obtener las características temporales de la señal de vibración. Los experimentos numéricos demostraron que DACapsNet-BiLSTM tiene un mejor rendimiento que otros métodos de eliminación de ruido de señales, en términos de relación señal-ruido, error cuadrático medio y métricas de error absoluto medio.