由于煤矿井下环境恶劣,威胁煤矿安全生产的环境因素很多,如瓦斯、顶板、透水等。本文引入了多传感器信息融合以及免疫危险理论,对瓦斯、风速、温度等井下环境参数信息融合,免疫危险理论对融合数据进行危险性检测和评估,以提高煤矿安全监测系统的可靠性和实时性。生物免疫系统具有学习、记忆和自适应调节等功能,能够识别和排除入侵的的抗原物质,是一种高度并行自适应信息学习系统。危险理论,能有效合理的检测和处理危险性数据信息。针对传统的免疫算法在安全监测应用中出现不足,免疫危险理论能有效避免传统免疫算法的缺点。本文主要受危险理论模式的启发,在前人的研究基础上,探讨了基于人工免疫危险理论算法及多传感器信息融合在煤矿安全监测中的应用研究。本文在危险数据的检测中,首先从免疫学和相关算法角度出发,对人工免疫理论及其特点作了阐述,总结了人工免疫的各种模式算法,对人工免疫理论在各个领域的应用情况做了介绍。在信息融合上采用特征层和决策层分层融合,在特征层中,采用免疫融合算法提取特征值；决策层采用D-S证据理论对数据进行决策层融合。从危险理论中抽象出相关理论原理、结构,引入一种基于人工免疫的危险检测算法。通过对传感器融合数据的危险性检测,并对检测结果进行分析研究,分析其应用于煤矿安全监测的可行性。文章最后对危险理论检测算法在煤矿安全监测中的应用研究进行了总结展望,提出了进一步研究所需要的研究工作。