本文的目的是利用SVM这项新技术，通过对矿山监测监控系统中被测参数数据的处理，为煤矿企业建立各项安全事故预测预报系统，以期提高我国的煤炭安全生产能力。 以支持向量机为本课题的基础算法，利用遗传算法进行特征提取，使用融合技术对于从各种传感器采集到的数据进行处理，最后使用SVM方法对于危险区进行分类，辅助变动系数对于瓦斯的突变情况进行跟踪，这样充分利用了SVM的分类能力，又兼顾了实时数据的监测预报，最后给出了Rup构架下的UML设计图。 由于本文研究的课题是以实际项目的形式出现，是面向应用的，所以文章从基础数据的采集，预处理，特征提取，数据融合，支持向量分类，变动系数预报瓦斯突出，基于Rup的软件构架设计都给出了详细的理论依据及具体的实际解决方案。论文章节安排都是按照概要介绍，理论依据，实际应用模式进行论述，在第8章将其它章节所述内容系统的进行归纳并结合实际应用情况进行了相应阐述。由于软件构架的设计比较大，所以UML图只给出了最重要的几个系统图形。 论文是根据煤矿的实际应用情况设计，采用的数据全部来源于西安西科测控设备有限责任公司KJ110煤矿瓦斯监控监测系统，因此该论文的算法及设计思想具有一般性，也可用于其它监测监控系统的故障诊断系统的处理与应用。