煤矿是我国的重要工业能源,随着矿企的不断发展,煤矿安全问题也日益凸显,其中井下安全问题一直是大家研究的重要课题。对井下瓦斯浓度进行监控早已成为保障煤矿安全生产的重要措施之一,故设计一套方便实用且满足安全生产要求的井下瓦斯监测系统是十分必要的。本文所建立的煤矿瓦斯浓度监控系统,其井下部分由PLC进行控制,传感器所采集到的数据信息传输到井下控制分站,在分站进行数据分析,并由PLC执行相关的程序,从而完成对各设备的有效控制；井上部分由组态软件创建出监控画面,实现对瓦斯浓度的实时监控,上位机即可显示当前数据,也可以供查询历史数据并打印所需内容。小波降噪和BP神经网络的算法对瓦斯浓度进行预测是本文的一个重要部分。该算法首先利用小波分析强大的降噪滤波能力,对基于时间序列的现场瓦斯数据进行降噪滤波处理,运用神经网络在预测估值方面的优势,采用降噪后数据对BP神经网络进行训练,然后用现场最新数据代入经过训练后的神经网络进行预测,得到预测结果。相比于传统的监控系统,该系统提升了测量精度、减小了设备的损耗和调节周期,有一定的研究价值和应用价值。本文首先阐述了瓦斯监控系统的相关背景,分析了其发展的趋势并指出现阶段煤矿瓦斯监控所存在的一些待解决的问题。然后在说明该系统的总体结构和工作原理的基础上,对系统硬件设备进行选型,分析了PLC的主要模块,设计了整个系统的通信方式,并重点介绍了运用小波降噪和BP神经网络算法对瓦斯浓度进行预测,采用MATLAB软件建立仿真模型进行仿真。最后运用组态王软件建立监控画面,实现了对井下瓦斯浓度的实时监控。经验证,本文设计的系统对瓦斯浓度的监控具有确实的可行性,满足煤矿安全生产的相应要求。