煤炭是我国重要的战略能源资源之一，对国民经济的发展和社会的稳定起着关键的作用。然而目前对于煤炭的开采由于种种原因造成了不断发生重大的和恶性的安全事故。因此，研制一套“智能分布式煤矿瓦斯实时预警监管系统”，用该系统装备我国各大、中、小煤矿的高瓦斯或瓦斯突出矿井，这对我国的煤矿企业是必要的。 为了治理低瓦斯矿井工作面回风流及上隅角瓦斯超限问题，本文利用工作面瓦斯涌出量、瓦斯参数实际测定法，实测了工作面的瓦斯涌出构成。其中，本煤层约占 26％，邻近煤层约占 74％，并从上隅角集中涌出；根据实测的煤层瓦斯压力、瓦斯含量、煤层透气系数及钻孔瓦斯流量衰减系数等，评价本煤层属于极难抽放煤层，提出了下行风加专用排瓦斯巷和采空区瓦斯抽放两套治理措施。现场应用表明，高位钻孔法抽放瓦斯效果较好。 本文还讨论了红外光纤矿井瓦斯检测系统的性能测试以及甲烷气体浓度与吸收光强关系等的实验方案、实验步骤和实验结果，以验证本文提出的光纤气体检测方案的可行性。实验内容包括：光纤链路损耗实验、光源驱动和锁相放大电路输出波形实验、甲烷气体吸收信号实验、系统的检测灵敏度分析。 在瓦斯涌出预测方面，本论文依据分形理论和支持向量机，建立矿井瓦斯涌出量的分形支持向量机预测模型。首先对瓦斯涌出量数据进行时间序列分形处理，进行相空间重构(即求嵌入空间的维数)，然后将嵌入维数作为支持向量机的输入节点数，采用支持向量机对矿井瓦斯涌出量作出预测。结果表明：预测精度高达90％以上，说明将此模型用于瓦斯涌出量的预测是可行的。然后，论文建立了一个一般性的煤矿瓦斯涌出/突出模型，进行了不同涌出强度下的仿真，利用模型分析了瓦斯浓度一次梯度和二次梯度进行瓦斯突出快速预警的可行性，利用模糊数学工具给出了涌出/突出快速辨别算法，可以在突出事故的极早期发出警报，为抑爆系统提供及时触发信号。由于煤与瓦斯突出发生机理的复杂性，传统预测方法的应用受到很大的限制，而人工神经网络理论以其高度非线性映射的特性为解决这一问题提供了新的途径。以突出预测指标为基础，利用多层反向传播神经网络(BP网络)模型实现对突出危险性的预测。实例分析表明，模型精度很高，可用于工作面煤与瓦斯突出危险性的预测。本文将分形和支持向量机与人工神经网络结合来解决其各自的弊端，这是一种创新性的尝试。 为了提高坚硬低透气难抽煤层瓦斯抽放率，论文中研究应用裁剪脉冲加载法，调整脉冲荷载，即采用钻孔有控爆破致裂技术产生适当数目的孔边裂纹。而裂纹数目主要与压力脉冲上升时间、钻孔直径和周围介质中膨胀波传播速度相关。在论述裁剪脉冲法的理论、原理及产生适当裂纹数目机理的基础上，将钻孔有控爆破致裂技术应用于现场，并确定出最佳致裂爆破参数。经现场瓦斯压力、流量等参数的对比试验测定，证明了钻孔有控爆破致裂技术，使煤层瓦斯涌出量(抽放率)提高3倍左右。最后本文介绍了GPRS 技术及其在远程数据采集中的应用，并分析了传统煤矿瓦斯浓度监测系统的组成和存在的问题，提出了应用 GPRS 技术来解决这些问题的新思路和实现方法。