随着我国采煤机械化程度的提高和开采深度的增加,煤炭开采过程中的质量信息化管理程度也要随之提升。对于粗放型煤炭行业中的煤化工企业来说,入厂原煤的煤炭质量管理涉及不同地区的不同管理部门,纯人工完成对煤质数据的处理,已经无法满足新时期煤炭企业的发展需要。本文首先分析气化用煤煤质管理的整体业务流程,重点研究气化用煤煤质管理涉及到的煤层煤,过程煤及入厂原煤等煤种的煤质信息化管理过程,同时完成煤化工基地气化用供应原料煤的煤炭质量特性需求及煤质管理信息化目标研究。其次,在分析入厂原煤煤质管理流程的基础上,分别构建基于回归理论的一元线性回归方法和BP神经网络的预测模型,分析对比两种预测方法各自的特点。接着在MATLAB编程环境中对基于一元线性回归理论的预测模型求解,并通过煤层煤质中的硫分,灰分,发热量指标的实验数据对两种预测方法的结果比较和分析。最后,采用开源框架Structs 2.0,Spring 3.0,MyBaties和FreeMarker技术,设计并实现基于浏览器服务器的气化用煤煤炭质量信息化管理系统,并采用Java与MATLAB混合编程技术将非线性的BP神经网络预测方法应用到系统中。研究成果应用在某煤炭企业煤化工基地气化用煤煤质管理业务流程中,结果表明:采用基于SSM框架的信息化技术实现气化用煤煤质管理过程,解决入厂原煤数据信息共享不及时问题,采用非线性煤质预测方法实现煤质预测预报数据,降低了气化设备因煤质不明确而产生的故障率,很好的满足煤化工基地管理层对煤质数据信息的需求。有效的提高了入厂原煤质量管理精确度以及煤化工企业的经济效益。