本发明公开一种基于机器学习对工业硬件进行故障检测的方法及系统，涉及故障检测技术领域，其实现包括：采集工业硬件运行产生的历史数据和最新数据；基于工业硬件发生故障的频率，设定频率阈值，小于频率阈值的历史数据作为一类故障数据，大于频率阈值的历史数据作为二类故障数据；构建一类故障模型，使用一类故障数据训练一类故障模型，完成参数调整；使用聚类方法对二类故障数据进行聚类，根据工业硬件工作状态及聚类结果进行故障分类；构建分类模型，以二类故障数据和工业硬件工作状态作为输入，以故障分类结果作为输出，训练分类模型；最新数据依次输入训练完成的一类故障模型和分类模型，完成故障类型判断。本发明可以检测并判断故障类型。