提升机是煤矿生产过程中重要设备之一，其安全可靠的运行直接关系着煤矿经济效益以及生产人员生命安全。因此，深入开展矿井提升机故障诊断方法的研究具有重要的理论和现实意义。矿井提升机在工作过程中产生了大量运行状态时序数据，这些数据中蕴含着能够用于矿井提升机故障诊断的客观规律和知识。鉴于此，本文从时间序列数据挖掘的研究角度出发，开展提升机故障诊断方法的研究工作，其主要工作包括：（1）针对时间序列滑动窗口分割方法重复计算而导致分割效率较低的问题，本文提出了一种基于最大竖直距离的时间序列滑动窗口分割方法。实验表明该方法能够有效实现时间序列分割，且具有较好的计算效率。（2）在时间序列分割的基础上，本文提出了一种基于局部特征聚类的时间序列符号化方法。该方法首先对每个分割子序列进行等长处理，并将每个分割子序列用多个斜率值表示，然后利用K-means算法对分割子序列进行聚类处理并赋予对应类别相应的符号，实现时间序列符号化表示。实验表明该方法能够有效解决时间序列符号化问题，且具有明显的优势。（3）针对符号时间序列分类问题，本文提出了一种基于支持向量机的符号时间序列分类方法。实验表明，相比于基于距离度量的分类方法，该方法具有更好的准确率以及计算效率。（4）本文最后将时间序列数据挖掘的研究成果应用于矿井提升机故障诊断中，并通过实验验证了本文提出的方法能够有效准确的辨析出矿井提升机不同部件相应的故障。