【摘要】本研究设计了一个基于大数据技术的煤矿掘进设备检修预测与智能维护决策支持系统。通过工业物联网设备状态数据的采集、存储和智能分析，构建了设备健康评估与故障预测模型，实现了对设备状态的精确评估及预警。在此基础上，系统能够自动模拟生成数万种维护方案，并基于经济模型进行效益评估，输出设备的维护时间窗口、所需备件、人员分配等维护计划建议。实证结果显示，该系统能显著降低停机时间和维护成本，提高系统可用性，实现煤矿设备维护的智能决策与经济优化。