本发明公开了一种基于稀疏过滤和逻辑回归的化工过程故障检测方法，所述方法包括数据采集与预处理、特征学习、分类三个步骤，从而实现化工过程的故障检测。所述方法首次将深度学习中的稀疏过滤算法应用到化工过程的特征学习中，所学习到的特征再应用逻辑回归进行分类，该方法进行特征学习阶段时采用的是无监督学习，无需人工标注数据，能够实现自适应学习原数据所具有的特征，并且能够将正常数据和各故障数据区分开来，因此应用到工业中更加简便和智能。