La predicción de la temperatura del motor del elevador es una de las formas efectivas de garantizar la producción segura del elevador de mina. La tecnología de gemelos digitales es una tecnología que combina el sistema físico del mundo real con el modelo digital del mundo virtual. A través de la tecnología de gemelos digitales, el sistema físico en el mundo real puede ser monitoreado y simulado en un entorno virtual, y la información del estado de estos sistemas puede ser monitoreada en tiempo real. La red neuronal recurrente es un tipo de red neuronal adecuada para procesar datos secuenciales, que puede extraer y aprender automáticamente la información de características en datos secuenciales. Para lograr el monitoreo en línea y la percepción anticipada de la temperatura del motor del elevador de mina, se propone un método de predicción de temperatura y detección anticipada basado en gemelos digitales y redes neuronales recurrentes. Para comenzar, se construye un sistema de monitoreo de gemelos digitales de alta fidelidad para elevadores de mina, lo que permite la adquisición de datos de temperatura en tiempo real. Estos datos de temperatura se alimentan a una red neuronal para la extracción de características y la predicción precisa del estado del motor. Posteriormente, basado en el módulo de predicción de temperatura en el sistema de monitoreo de gemelos digitales del elevador, se desarrolla una interfaz de usuario (UI), y se construye y valida experimentalmente un sistema de monitoreo de temperatura de gemelos digitales completamente funcional. Los resultados experimentales demuestran que el sistema de gemelos digitales monitorea efectivamente el estado de temperatura en tiempo real del motor durante la operación del elevador de mina. Además, la integración de gemelos digitales y redes neuronales recurrentes permite la predicción precisa y la detección proactiva de variaciones de temperatura en el motor del elevador de mina. Este enfoque innovador introduce una nueva perspectiva para implementar el mantenimiento predictivo en la industria minera, mejorando la seguridad y la fiabilidad de los elevadores de mina. Además, ofrece un valioso apoyo técnico para mejorar la eficiencia del mantenimiento y reducir los costos asociados.