井下排水系统是煤矿重要的设备之一，其工作状态的好坏会直接影响矿井安全生产和经济效益。目前，大多数煤矿对井下水泵房的监测和控制方式仍停留在人工进行监测和传统的继电器控制。工人操作时的劳动强度比较大，自动化程度不高，应急能力低。本文着重对煤矿井下水泵房监控系统做了研究，设计并研制了一种监控系统。　　由于矿井水来源的复杂性，导致井下水仓中水位的动态变化呈现出强非线性。而监控系统要求能够根据水位变化自动、合理的确定水泵启动的台数，把水仓水位控制在一个合理的范围之内。文中提出了基于BP神经网络的水位控制策略，建立了三层结构的神经网络模型，并将建立好的神经网络模型在MATLAB下进行了建模和仿真，通过对网络训练得出合理的隐含层中隐单元个数和“动量项”大小。仿真结果表明该控制器可以根据水位和水位上升速率两种参数来确定当前状态下应该启动的台数。　　文中对隔爆兼本安型可编程控制箱进行了总体设计。并选用西门子S7-300系列PLC作为核心控制器，设计了模拟量输入和数字量输入、输出电路、电源电路。在硬件设计完成的基础上，对监控系统要实现的控制功能的软件进行了设计，实现了手动控制、半自动控制、全自动控制、“躲峰填谷”运行和机组轮换工作等功能同时对上位机组态软件和触摸屏进行了组态，实现了生产过程的可视化。　　对设计好的煤矿井下中央水泵房监控系统做了实验室测试、国家相关部门的检验和工业现场测试。测试结果表明，该监控系统满足国家相关规定的要求，可以在井下环境中使用，并且在实际的功能测试中，取得了很好的控制效果，实现了水泵房的无人值守。