随着十三五能源规划要求,国家能源发展朝着清洁干净的方向发展,煤炭产业在一次能源消费比重逐年降低,2020年中国煤炭占一次能源消费比重57%左右,但是煤炭产业仍然是我国的基础性产业,仍占据着我国能源生产的主力地位。现阶段的煤炭开采同样具有很大的风险,每年都会出现煤矿事故,人员伤亡和财产损失的数量巨大,煤矿安全仍是国家不可避免的严峻安全问题。国家对煤矿生产的安全要求逐年提高,在此形式下国家也在逐步推进煤炭能源生产的清洁化、智能化的发展。在此背景下,建立煤矿井下监控系统结合互联网、自动控制技术等技术搭建煤矿安全预警系统,实现煤矿生产环境参数的实时检测,同时利用海量的煤矿井下环境数据搭建安全预警体系,提前发现煤矿生产中的环境安全问题,实现提前预警,并及时采取相关措施,保证井下工作人员的安全、保护煤矿生产设备。对减少人员伤亡、减少经济损失同时给煤炭安全生产的保驾护航有重要的意义。通过对上述问题进行研究,本文构建了基于改进的T-S模糊神经网络的煤矿安全预警模型。其主要的研究内容有:（1）通过搜集国家对煤矿相关规程制度、煤矿安全等级划分等文献资料,本文得到井下相关安全环境参数与煤矿安全等级的对照;针对煤炭安全的复杂性,井下危险因素不止是某一个单一的参数作用,而是多个参数的相互耦合作用,故选用模糊控制理论来描述其安全等级,但由于模糊控制对于数据的不敏感性,往往在处理具有大量数据的事例时结果差强人意,故本文采用模糊理论与神经网络相结合,利用改进的T-S模糊神经网络对煤矿做预警研究,一定程度上提高了煤矿安全预警的精确度,提高了井下工作的安全生产能力。（2）其次以STC15W系列芯片为基础搭建井下环境采集和控制装置硬件系统,在实验室仿真采集井下瓦斯浓度、CO浓度、温度、煤尘浓度以及风速的数据,并仿真控制井下瓦斯超限断电、风筒开闭等控制操作。（3）采用组态软件搭建了煤矿井下环境数据管理平台,并与井下硬件系统相结合,利用RS485、以太网作为硬件装置和管理平台之间的通讯方式,实现数据采集、存储、数据的实时的展示、预警的设置以及执行机构的控制;利用组态软件与MATLAB的混合编程功能,对所收集的井下危险源数据进行分析处理,实现对煤矿的安全评价。对于以上研究内容可实现煤矿的安全预警、可有效提高煤矿井下生产的安全性。本文的研究工作对煤矿安全生产有一定实用价值以及借鉴意义。