提升机是煤矿生产的重要设备,对煤矿生产的可靠性、经济性及其它特性有直接的影响。深入开展矿井提升机系统的故障诊断新方法与新技术的研究,对于保障矿山安全生产具有重要意义。矿井提升机系统结构复杂,其故障信号具有非平稳、非线性、传播途径和衰减特性复杂的特点,同时往往是多故障源混叠在一起。所以研究矿井提升机故障诊断所需要的知识体系,对于事件状况和其相互关系进行深入分析,在此基础上实现对复杂事件的分类和推理,是进行准确故障诊断的技术关键。本文正是在这样的背景下,开展矿井提升机在复杂运行环境下新的故障征兆和故障规则表示方法以及故障诊断推理技术的研究。具体研究内容和主要成果如下:(1)通过结合基于语义的知识表示方式,将人工免疫技术应用于矿井提升机故障诊断领域,构建了矿井提升机故障诊断系统的体系结构。(2)通过研究基于语义描述的提升机故障诊断的知识表示模式,构建复杂运行环境下基于故障过程的故障本体,并利用实际矿井提升机的故障样本信息进行验证。分析不同故障模式下的故障知识构成并建立典型故障本体。(3)研究语义环境下的人工免疫故障诊断模型。结合人工免疫系统的噪声忍耐、自学习、自组织和自记忆等进化原理,基于抗体识别抗原的过程,提出了基于免疫应答机制的故障诊断推理方法,给出了逐级诊断的推理模型。研究语义环境下的人工免疫故障诊断编码方法,充分考虑系统的复杂属性,提出具有复杂语义表达能力的系统编辑方法,增强系统的表达能力。通过一系列仿真实验有针对性的验证、探究了语义环境下矿井提升机人工免疫故障诊断方法的有效性和可靠性。(4)提出基于语义相似度的免疫匹配算法。结合人工免疫故障诊断模型中的淋巴细胞的逻辑语义编辑模型,考虑语义匹配规则和免疫匹配规则各自的特点,研究基于语义相似度的免疫亲和力算法设计。提出语义环境下的免疫粒子群动态获取矿井提升机故障规则的新方法。针对矿井提升机故障语义知识,首先研究了改进的免疫粒子群优化算法的性能,并结合语义空间下的编码方法,给出了语义故障规则知识获取的动态演化算法,并对获取的矿井提升机故障规则知识进行了仿真验证,结果表明该方法可以在小样本情况下实现对故障规则的有效提取。该论文有图70幅,表32个,参考文献198篇。