我国是世界上首屈一指的产煤和耗煤大国,煤矿在开采过程中安全事故频发,尤以瓦斯突出和水突出居多,每年由于该类事故造成的人员伤亡和财产损失屡治不减,引起了国家和人民的高度关注。现如今,我国的煤矿突水监测和预警系统仍有很大缺陷,关键在于缺乏实时动态的监测手段。本文着重对传统的煤矿突水监测系统进行了研究,设计了一种多参数、动态的突水监测系统。该系统主要由数据采集部分、数据处理部分以及采集和处理系统间的数据传送媒介—CAN总线组成。在数据采集部分,选用了现场可编程门阵列(Field Programmable Gate Array, FPGA)作为核心。该部分重点介绍了FPGA的基本结构和设计流程,选择了Altera公司Cyclone系列的EP1C6Q240C8芯片作为系统的控制核心,选取了电源电路、时钟电路、AD转换电路等硬件电路与FPGA配合,构成煤矿突水监测系统的数据采集部分。文中对数据采集系统硬件电路的各部分进行了研究,并介绍了软件设计。在数据处理部分,采用了BP神经网络作为核心。该部分通过LabVIEW与Matlab混合编程方式实现BP神经网络对数据的处理和预测,即在LabVIEW中调用Matlab Script节点,充分利用Matlab强大的数据处理功能。在Matlab中编程调用一个BP神经网络,根据实际情况确定BP神经网络的输入层和输出层的神经元个数为4,分别对隐含层神经元个数为3、5、10、15、20的网络进行训练,对比所得误差曲线图,选定误差曲线最优的BP网络的结构为4×10×4。使用测试样本对选定网络进行测试,生成一个稳定性好、精度高、能够实现数据预测的BP神经网络。在LabVIEW中进行图形化的编程,完成了数据存、取模块等。