近些年来，煤矿井下机电硐室安全事故频发，给国家和企业带来了极大的损失，事故原因主要包括人为非法操作和意外事故。煤矿井下机电硐室安放着机电设备、开关、变压器等，这些设备发热量较高。井下机电硐室工作点温度过高往往预示着通风不佳，如果不及时采取措施容易引发各种意外事故。因此有必要对煤矿井下机电硐室的风温和机电设备的运行温度进行实时监测，并利用智能算法对未来的温度值进行预测，从而实现预警功能。　　本文基于井下机电硐室实际监测需求研究了一套集嵌入式计算机技术、数据库技术、Qt视图框架、传感器技术等于一体的煤矿机电硐室智能温度监测预警系统。系统主要由数据采集系统、数据传输系统和人机交互系统构成。数据采集系统的主要功能是利用高精度数字温度传感器进行温度采集，并将各个节点测得的温度数据存入SQLite数据库中，然后将温度值显示在本地触摸屏上。数据传输系统主要是用来传递地面监控中心的计算机发送的请求，并将数据采集系统获取的温度数据传输到地面监控中心。人机交互系统主要是用来显示温度数值，并获取用户的参数设定。研究了多项式拟合和BP神经网络温度预测算法，在此基础上提出分段预测的思想。然后利用MATLAB对预测算法进行测试，实验结果表明分段预测算法预测精度较高。最后利用三星 S3C2440处理器、DS18B20温度传感器搭建了智能温度监测预警系统的试验平台。首先在实验室进行测试，监测最大误差为0.31℃，预测最大误差为0.53℃。然后进行现场测试，结果表明：该系统可以稳定、准确地对煤矿机电硐室的温度进行监测和预测，从而实现煤矿机电硐室热害的提前预警，可为煤矿安全生产提供有力的保障。