矿业资源是整个社会发展的重要基础,在矿产资源开采过程中通常会形成规模巨大的采空区;采空区失稳将导致地表下沉等严重危害,人民生命财产将受到威胁,正常生产活动遭到破坏,最终妨碍该区域的经济发展。为了避免此类事故的发生,研究矿区地表沉降的有效监控问题便具有十分重要的意义。因此,对采空区地表沉降的实时监测显得更加重要;从大量的地表沉降监测数据中及时、准确的发现异常数据,预警采空区失稳情况,为采空区的治理提供可供采纳的规律、可靠的预测值和预警评价标准是地表沉降监测研究的重要任务和方向。　　本文以河北省西郝庄铁矿采空区为例,把小波变换理论的时频特性、神经网络处理非线性问题的优点、神经网络的模糊识辨理论和相关性分析理论,引入到采空区沉降数据分析与预测研究的整个过程中,最终建立了小波去噪模型、沉降预测模型和采空区失稳辨别模型,结合西郝庄铁矿VI-4矿体采空区情况探讨采空区失稳预警。主要研究内容如下:　　首先,通过对不同的小波、分解层、去噪方式及方法等去噪参数研究基础上，选取小波去噪方法对采空区地表沉降监测数据进行分析整理提取干扰信息,研究监测区域地表移动与变形的规律。　　其次,在改进BP神经网络的基础上，运用基于三层结构的小波BP神经网络来预测采空区的沉降等值,该预测模型指标包括下沉、倾斜、曲率等7个表征监测区域变化的变量,采用科学计算软件MATLAB来实现预测;将预测结果与实时监视数据对比发现,预测结果基本反映了地表移动与变形的趋势,得到了较为满意的预测结果。　　最后,应用小波神经网络的模糊识辨理论,采用已有的数据训练辨别模型,识别监测区域的稳定性得出监测区域稳定的结论。在对监测区域稳定性辨别的基础上，通过对监测数据的相关性分析,参照国家建设部颁布的《建筑地基基础设计规范》和煤炭工业局制定的《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程》,得出西郝庄铁矿采空区的失稳性判定标准,根据后续监测数据的检验结果,表明该标准具有较强的实用性。