本申请提出了一种基于聚类对比学习的旋转机械故障诊断方法及系统，该方法包括：获取多个无标签振动信号，生成无标签训练集；提取无标签训练集的时频域特征，对无标签训练集进行聚类，划分为多个信号簇类；对划分后的无标签训练集进行随机的数据增强，得到双视角训练集；基于对比学习预训练的方式提取双视角训练集中信号的普遍特征，生成预训练完成的编码器；生成少样本数据集并输入编码器，提取深层语义特征；将深层语义特征输入Softmax分类器进行分类器训练，并将测试样本输入训练完成的编码器和分类器诊断故障类别。该方法可以从无标签的训练样本中自适应地学习具有深层语义的故障特征表示，提高故障诊断的准确性且便于实施。