煤矿瓦斯灾害长久以来一直是困扰着我国煤矿安全生产的主要灾害,与瓦斯相关的事故在煤矿安全事故中占据很高的比例,严重威胁着井下工作人员的生命安全。因此加强采煤工作面瓦斯涌出量的预测,掌握其涌出规律对我国煤矿的安全生产具有重要意义。本文以煤矿采煤工作面瓦斯涌出量为研究对象,对瓦斯涌出量的影响因素进行系统分析,筛选出最主要的几种影响因素作为本论文的参考量。在进行预测之前先用小波算法对采集到的原始数据进行去噪处理,将去噪后的数据作为瓦斯涌出量预测模型的样本数据集,并采用极限学习机算法(ELM)搭建预测模型对瓦斯涌出量进行预测。对ELM在预测过程中因随机生成输入权值和隐含层阈值导致预测模型精度不稳定的问题,选用遗传算法(GA)对ELM进行参数寻优,建立了 GA-ELM瓦斯涌出量预测模型实现煤矿工作面的瓦斯涌出量预测,并通过实验仿真进行了验证。本文在目标煤矿工作面原有监控分站的基础上,设计了采煤工作面瓦斯涌出预测系统,通过上位机、数据库和MATLAB的交互功能完成煤矿工作面瓦斯涌出量的预测,实现了工作面瓦斯涌出量信息的显示、分析、预测、查询和报警等功能,同时也验证了煤矿工作面瓦斯涌出预测算法模型的可行性。本文通过对煤矿采煤工作面瓦斯涌出量预测系统的研究,实现了对工作面瓦斯涌出量的预测,是对煤矿监控系统的完善和补充,在一定程度上保证了煤矿的安全生产,具有一定的理论研究意义和工程应用价值。