1.一种煤矿采掘装备数据分析预警方法，其特征在于，包括：通过设置于煤矿采掘装备的传感器，提取指定时间间隔内的传感器数据进行数据采集，并对对应不同设备的数据进行特征值提取，得到的特征值E，表示为E＝[Mαβγa 1 a 2 ……]；其中，M为设备类型，包括连续采煤机、掘进机、掘锚机、快速掘进装备；α为对应设备机身的航向角，β为对应设备机身的俯仰角，γ为对应设备机身的横滚角，a 1 为对应设备机身距左帮距离，a 2 为对应设备机身距右帮距离，将对应不同设备类型的特征值输入模糊C均值聚类模型中，在隶属度函数 的约束条件下，通过不断迭代隶属度函数U和聚类中心C，使模糊C均值聚类模型的目标函数J(U,C)不断减小直至min{J(U,C)}，并达到稳定状态停止迭代，此状态的U和C为最终的隶属度函数和聚类中心；在隶属度函数 中，U(x)＝u is 为隶属度函数，u is 为x s 对聚类中心c i 的隶属度，即x s 属于聚类中心c i 的概率，U(x)∈[0,1]，U(x)越接近于1表明x属于U的程度越高，U(x)越接近于0表明x属于U的程度越低；K为模糊C均值聚类模型中的聚类中心个数；将使目标函数减小至最小状态时对应不同设备的隶属度函数值与预设的对应设备隶属度阈值范围进行比较，当模型输出的设备隶属度函数值在预设的对应设备隶属度阈值范围之外，判定对应设备有产生故障的风险，并发出预警信号。
2.根据权利要求1所述的煤矿采掘装备数据分析预警方法，其特征在于，对于掘进机机身的监测，涉及有姿态参数和位置参数的检测；其中，姿态参数包括航向角、俯仰角、横滚角；设航向角为α，范围0°～360°，俯仰角为β，范围-180°～180°，横滚角为γ，范围-180°～180°；掘进机在工作过程中，为使其沿设定前进方向行走，对姿态参数设定阈值范围；设航向角α的阈值为τ α ，在设定航向角的τ α ≤±3°；俯仰角β的阈值为τ β ，设定范围在τ β ≤±10°；横滚角γ的阈值为τ γ ，设定范围在τ γ ≤±10°；通过对掘进机机身姿态参数进行实时显示，并根据设定阈值进行阈值判断，以确保机身姿态在适宜工作的范围内；当其中任一姿态参数超过相应阈值时，及时对机身进行相反方向的姿态调整，实时进行机身纠偏控制；位置参数用于测量机身距两帮距离，设巷道宽度为W，机身宽度为B，机身距左帮距离为a 1 ，距右帮距离为a 2 ；当a 1 ＝a 2 时，机身位于巷道中间，不需对机身位置进行调整；当a 1 <a 2 时，机身偏向巷道左侧，需将机身向右调整，调整距离为D＝W/2-a 1 -B/2；当a 1 >a 2 时，机身偏向巷道右侧，需将机身向左调整，调整距离为D＝W/2-a 2 -B/2；经过以上调整，使机身重新回到设定的巷道中线位置，便于截割臂截割动作。
3.根据权利要求2所述的煤矿采掘装备数据分析预警方法，其特征在于，连采机机身监测内容与掘进机机身监测一致，归为同一类型。
4.根据权利要求1所述的煤矿采掘装备数据分析预警方法，其特征在于，对于掘进机截割头的监测，包括姿态参数、位置参数及截割电机参数；设截割头航向角为α c ，范围0°～360°，俯仰角为β c ，范围-180°～180°，横滚角为γ c ，范围-180°～180°；位置参数有截割头的水平位置X c 和垂直位置Y c ，通过对巷道截割断面建立空间坐标并将截割头在巷道断面所在平面进行投影，对采集的一系列XY坐标值分别取各X坐标内Y的最大值及各Y坐标内X的最大值，即可得到投影点形成的轨迹边界T＝{X c ,Y c }，将此轨迹与预先设定的巷道成型轨迹Ts＝{X s ,Y s }进行差值对比，计算所开巷道的净宽偏差W d ＝X cmax -X smax ，净高偏差H d ＝Y cmax -Y smax ，通过设定的净宽偏差与净高偏差阈值判断巷道成型质量；当W d ≤±10cm且H d ≤±10cm时，此巷道成型较好，满足巷道成型要求。
5.根据权利要求1所述的煤矿采掘装备数据分析预警方法，其特征在于，对于掘锚机锚护的监测，涉及打锚杆和支护过程参数，包括液压油缸行程L w 、油泵电机电流I p 、截割电机电流I c 、截割电机温度T c 、锚杆安装角度A r ；通过对以上状态参数的实时监测，对掘锚机工作状态进行判断，对各参数建立相应数据库，提取各参数的均值μ、标准差σ作为特征值，对其进行分布情况分析，由于参数实时监测可确保样本数量较大，根据正态分布及3σ原则，将(μ-3σ,μ+3σ)区间内作为装备正常工作状态，超出(μ-3σ,μ+3σ)区间则认为装备异常工作状态，将异常工作状态参数作为故障预判的依据。
6.根据权利要求1所述的煤矿采掘装备数据分析预警方法，其特征在于，对于快速掘进装备的监测，涉及后配套运输参数，包括二运电机电流I t 、液压油缸行程L r 、运输皮带压力P b ；在运输皮带上安装有标记点和传感器，当感知到一次标记点后传感器计数加一，不断累加可大致估计出运输的次数和距离；通过对运输皮带压力的监测，检测到皮带此时为空载状态或运输状态；当依据运输皮带压力判断为运输状态，且结合皮带单位面积承载煤量和运输距离，即可估算开采巷道的出煤量，安排和指导煤矿生产。
7.根据权利要求1所述的煤矿采掘装备数据分析预警方法，其特征在于，定义对应四类采掘装备的特征值E为以下一系列参数：E＝[Mαβγa 1 a 2 ……]，其中M表示机型，对应不同机型，特征值可表示为不同形式；对于连续采煤机，特征值E C ＝[M c α C β C γ C a 1C a 2C ]，其中M c 表示连续采煤机，α c 为连续采煤机机身航向角，β c 为连续采煤机机身俯仰角，γ c 为连续采煤机机身横滚角，a 1c 为连续采煤机机身距左帮距离，a 2c 为连续采煤机机身距右帮距离；对于掘进机，特征值E T ＝[M t α t β t γ t a 1t a 2t α ct β ct γ ct ]，其中M t 表示掘进机，α t 为掘进机机身航向角，β t 为掘进机机身俯仰角，γ t 为掘进机机身横滚角，a 1t 为掘进机机身距左帮距离，a 2t 为掘进机机身距右帮距离，α ct 为掘进机截割头航向角，β ct 为掘进机截割头俯仰角，γ ct 为掘进机截割头横滚角；对于掘锚机，特征值E W ＝[M w α w β w γ w a 1w a 2w α cw β cw γ cw L w I p I c T c A r ]，其中M w 表示掘锚机，α w 为掘锚机机身航向角，β w 为掘锚机机身俯仰角，γ w 为掘锚机机身横滚角，a 1w 为掘锚机机身距左帮距离，a 2w 为掘锚机机身距右帮距离，α cw 为掘锚机截割头航向角，β cw 为掘锚机截割头俯仰角，γ cw 为掘锚机截割头横滚角，L w 为液压油缸行程，I p 为油泵电机电流，I c 为截割电机电流，T c 为截割电机温度，A r 为锚杆安装角度；对于快速掘进装备，特征值E R ＝[M r α r β r γ r a 1r a 2r α cr β cr γ cr I t L r P b ]，其中M r 表示快速掘进装备，α r 为快速掘进装备机身航向角，β r 为快速掘进装备机身俯仰角，γ r 为快速掘进装备机身横滚角，a 1r 为快速掘进装备机身距左帮距离，a 2r 为快速掘进装备机身距右帮距离，α cr 为快速掘进装备截割头航向角，β cr 为快速掘进装备截割头俯仰角，γ cr 为快速掘进装备截割头横滚角，I t 为后配套二运电机电流，L r 为后配套液压油缸行程，P b 为后配套运输皮带压力。
8.根据权利要求7所述的煤矿采掘装备数据分析预警方法，其特征在于，将不同机型对应的不同特征值作为模糊C均值聚类模型的输入，进行健康诊断分析，用来判别装备可能存在的隐患和故障，通过特征值对其状态进行分类，提前预判装备可能存在的问题；其中，将特征值作为输入至模糊C均值聚类，x为特征值E中的元素，U(x)＝u is 为隶属度函数，U(x)∈[0,1]，U(x)越接近于1表明x属于U的程度越高，U(x)越接近于0表明x属于U的程度越低；模糊C均值聚类的目标函数为 其中N为数据样本集大小，K为聚类中心个数，x s 为第s个样本，c i 为第i个聚类中心，u is 为x s 对聚类中心c i 的隶属度，即x s 属于聚类中心c i 的概率，m为加权指数，dist(c i ,x s )为各样本元素到每个聚类中心的距离，即目标函数J(U,C)为各样本元素到每个聚类中心的加权平方和；模糊C均值聚类则为在隶属度函数 的约束条件下，通过不断迭代U和C，使J(U,C)不断减小直至min{J(U,C)}，并达到稳定状态停止迭代，此状态的U和C为最终的隶属度函数和聚类中心；通过对比装备的隶属度函数值U和对应的隶属度阈值，对可能存在的故障进行预警判断。
