基建风机作用于仍在建设中的煤矿,工况相较于普通煤矿更加复杂,影响工作面安全的环境参数种类较多,属于非线性系统,需风量计算复杂;在煤矿的建设过程中,基建风机系统需要不间断的向井下输送新鲜空气并将有害气体排出,用电量较大;大多数基建风机系统自动化程度低,控制模式落后,系统故障频发;目前国内外对于基建风机的研究还相对空白。因此如何在保障煤矿井下工作人员安全的前提下,对煤矿基建风机系统进行节能降耗和智能化改造有着重要意义。具体地,本文主要从以下几个方面进行了深入研究:（1）研究了一种基于多环境参数的需风量预测算法。首先讨论了基建风机井下工作面需风量计算方法,选取BP神经网络算法依据工作面多环境参数对需风量进行预测。其次,通过Fluent搭建工作面流体力学模型,仿真得到样本数据,最后训练BP神经网络并验证其预测准确性。（2）研究了基建风机调速控制算法。首先对PID和模糊PID原理进行分析,其次搭建基建风机调速模型,对比两种控制算法性能,选取模糊PID算法对基建风机风量进行调节。（3）建立了Fluent和Simulink的联合仿真模型。研究了一种基于网络通讯的Fluent和Simulink的联合仿真方案,将两者的模型相结合,进行基建风机控制调速系统的闭环仿真,对系统算法稳定性进行验证。（4）设计了一套应用于里必煤矿现场的基建风机智能控制调速系统。首先研究了系统硬件架构,并对核心设备进行选型,其次基于嵌入式平台和PLC设计了系统软件,移植系统算法并进行实验验证;实现系统智能化控制;使用Qt开发人机界面应用程序;结合One NET物联网平台实现系统远程通讯;最后在现场安装应用。该论文有图76幅,表21个,参考文献82篇。