本发明公开了一种基于信息熵的半监督FCM和SAE的多阶段发酵过程故障监测方法。首先对发酵过程的数据，利用基于信息熵的半监督模糊C均值聚类算法完成稳定阶段的划分；之后引入Silhouette系数划分每两个稳定阶段的过渡阶段，故障监测包括：利用稀疏自动编码器对每个稳定阶段和过渡阶段分别建立监测模型，构建重构误差作为统计量指标。然后再利用核密度估计方法确定每个样本统计量指标的控制限；最后将测试批次样本代入模型，计算其统计量指标，并与正常样本控制限相比，如果超出控制限，则为故障样本。本发明对故障更加敏感，增强了监控模型的鲁棒性，提高了故障监测的准确性，可以减少过程监测中误报、漏报的发生。