通风系统被认为是矿井的“血液循环系统”,是保障矿井安全和生产的重要基础。局部通风机作为通风系统的重要组成部分,它在井下的运行情况直接影响煤矿的安全生产。本文针对局部通风机长期处于工频运行状态,无法根据井下环境自动调节风量,进而造成大量电能浪费的问题,提出了一种煤矿井下局部通风机智能调速策略,同时设计了局部通风机调控系统,实现井上工作人员远程对局部通风机进行监控,使得煤矿井下通风监控系统的自动化水平进一步提高。主要研究内容如下:（1）为了解决风机需风量大小无法估测的问题,本文应用人工神经网络,构建了Elman神经网络对局部通风机需风量的预测模型,采用改进的遗传算法对Elman网络的权值和阈值进行优化,通过对下一时刻需风量的预测,为通风机智能调速提供数据支持。（2）通过上一时刻预测的需风量与传感器采集的当前风量对比,求出风量误差和误差率,利用模糊控制理论算法设计了风量的模糊控制器,同时结合变频调速技术使得局部通风机实现自主决策启停,有效的解决了风机“一风吹”的问题。（3）为了实现所提出的煤矿井下局部通风机智能调控系统,选用ARM+Linux组成嵌入式平台,通过搭建交叉编译工具链、BootLoader、Linux内核与根文件系统以及井上井下数据互传通路的网络设备驱动设计,为局部通风机控制系统运行提供环境保障。（4）利用组态软件设计了局部通风机监控系统,实现井上工作人员和监控系统的人机对话,应用Modbus/TCP通讯协议实现井下集控单元与监控系统的数据交互。实验测试表明,该系统能有效的实现通风机的智能调控功能,为推动井下通风系统的智能化和自动化提供了一定的方法指导。