煤炭工业在我国国民经济中占有非常重要的地位，但安全问题严重制约了煤矿企业的发展。矿井素质反映了矿井持续、健康、全面发展的能力。通过矿井素质评价，可以准确了解矿井素质现状，科学、合理、动态地配置资源，保障煤矿企业的安全健康发展。目前，对于矿井素质评价的研究尚处于初级阶段，在评价指标体系、评价方法方面还存在缺陷，这在很大程度上制约了矿井素质的提升。因此，开展矿井素质评价系统研究意义重大。首先，为了能更明确各部门职能，提高矿井素质评价体系的现场实用性，本文在对矿井素质概念及其评价研究的基础上，按照组织结构的不同，建立了包含安全、生产、技术、机电、经营、后勤、工会的八大系统的四级评价指标体系，并给出了指标评分标准和指标赋值的方法。其次，根据人工神经网络数据分析的特点，建立了矿井素质评价的人工神经网络模型，确定了评价模型的网络结构及基于BP算法的训练学习算法，并将MATLAB强大的神经网络工具箱功能与VisualBasic在图形用户界面开发方面的优势结合起来，以Access数据库作为数据管理基础，在VisualBasic平台上，调用MATLAB神经网络工具箱，开发了易于操作的矿井素质评价管理系统软件。最后，将矿井素质评价管理系统软件应用于忻州窑矿矿井素质评价，采集10组该矿矿井素质评价指标的原始数据进行网络训练与仿真，仿真结果表明该系统能较精确地评价矿井素质。本文的研究结果表明：人工神经网络评价方法运用于矿井素质评价中有其优越性，且开发的矿井素质评价系统软件操作简单、实用性强，可应用于一般煤矿企业的矿井素质评价。