瓦斯灾害一直是煤矿安全生产的重大威胁，甲烷是瓦斯气体的主要成分，所以对于井下甲烷浓度的监测是煤矿生产中重要的安全保障和措施。甲烷传感器作为煤矿瓦斯监测系统的关键性器件，其自身健康状态的好坏直接决定着输出信号的可信度，进而影响整个煤矿安全系统的决策与控制。由于甲烷传感器工作环境的复杂多变，敏感元件容易受到煤尘污染以及温度、湿度变化和电磁干扰等影响，故障概率大大增加。除此之外，随着工作时间的增长，测量精度逐步衰退，也将影响甲烷传感器输出信号的质量。因此，正确评价甲烷传感器健康状态十分必要，本文对甲烷传感器健康状态的评价方法进行了深入研究，给出了一种甲烷传感器健康状态的综合评价方法。　　首先，通过对甲烷传感器工作原理和故障信号特征的分析，利用回归分析法求取甲烷传感器的二阶传递函数，在simulink上搭建了传感器故障信号的仿真模型，实现了甲烷传感器主要故障类型：偏置故障、漂移故障、冲击故障、恒值故障的仿真；对甲烷传感器检测对象突变情况（瓦斯突涌）进行研究，分析其与故障信号的相似性和对故障诊断造成的干扰，并在simulink上搭建相应的仿真模型。　　其次，利用甲烷传感器正常信号对SVM进行训练，以甲烷传感器正常输出和SVM模型的估计输出计算残差；通过对残差信号的分析，设立阈值，找出疑似故障信号，并进行相应的故障信号修正。鉴于甲烷传感器故障信号的非线性、非平稳特征，利用EEMD分解的自适应性，对疑似故障信号进行信号分解，获得IMFs，从不同频率层次分析故障信号特征。引入样本熵和峭度，研究其对故障信号特征的表示能力，组成融合特征向量。运用PSO算法优化结构参数的SVM分类器对典型甲烷传感器故障进行诊断。　　最后，引入不确定度，分析正常工作状态下引起甲烷传感器检测精度衰减的随机误差和系统误差，在利用不确定度对信号随机误差表示的基础上结合敏感元件灵敏度衰减规律，归纳出甲烷传感器检测精度的计算方法，形成对甲烷传感器检测精度的量化表示，划分出甲烷传感器所处的工作状态，从而形成对甲烷传感器健康状态的定性、定量的在线评价方法。