煤炭产业在我国某些地方经济中占据很大的比重,同时煤炭行业也是事故多发行业。鉴于事故灾难对煤矿安全生产以及矿工生命安全造成了严重影响,且传统的煤矿安全监测没有很好地考虑到矿井环境的复杂性,无法全面监测到井下的危险情况。本文采用本体对井下情境信息进行抽象化,并结合本体推理机制,充分获取情境中的隐含信息,提高煤矿安全监测水平。在查阅和分析煤矿领域知识特点的基础上,结合七步法构建了井下通风系统和运输系统本体模型,并具体展开了以下研究:为了实现本体概念的自动更新,减少对领域专家的过多依赖,给出了一种基于语义相似度的本体概念更新方法(Semantic Similarity-based Ontology Concept Update Method,SSOCUM)。首先,实现了一种改进的基于WordNet的相似度算法,该算法在计算路径长度的基础上,综合考虑了概念的节点深度以及信息量对相似度结果的影响。随后,为了弥补基于WordNet的相似度算法没有考虑概念属性所携带的语义信息的不足,加入属性相似度对其进行调整。最后,通过计算概念间的综合相似度完成新概念的添加,实现本体更新。为了将本体相关技术运用到煤矿安全监测中,根据煤矿三大规程构建了基于Jena的本体推理规则库。利用本体推理技术全面识别作业环境中潜在的危险因素,提供智能化的监测和预警。鉴于本体推理中存在的不确定、不可靠问题,运用改进的证据理论对本体推理规则进行整合,消除规则冲突,实现井下安全状况的综合评估。最后,通过实验的方式验证了相似度算法以及本体概念更新方法的有效性和准确性。并选取模拟数据进行井下环境评估的仿真实验,结果表明,证据理论与本体推理相结合的方法具有一定的可行性,并且有效提高了结果的准确率。基于以上研究成果,设计并实现了基于本体推理的煤矿安全监测系统,为进一步保障煤矿安全生产起到了一定的参考指导作用。