瓦斯浓度值作为煤矿井下安全监测值,是国内外专家学者的重要研究对象。现阶段煤矿常用的气体传感器如催化燃烧式瓦斯浓度检测仪,对于高瓦斯浓度会造成零瓦斯浓度的误诊断或仪器直接中毒损坏仪器。而监测不出高浓度瓦斯,造成严重的矿井事故以及人身伤害。本文设计了基于热导原理的瓦斯浓度监测系统,用温湿度传感器对其进行补偿,实现了瓦斯浓度的全量程检测。克服了热导传感器对低浓度瓦斯检测不准确这一缺点,具有灵敏度高等优点。在硬件设计方面,主要侧重于单总线温湿度测量接口电路、显示电路、DC-DC转换电路、基准电压电路、低压差稳压电路、信号放大电路的设计。将每一个瓦斯浓度传感器采集上来的数据用无线传感网络上传到PC机平台。上位机平台用C语言对单片机进行编程,用VC++标定可视化软件。上位机平台以下位机采集到的瓦斯浓度值作为瓦斯涌出量预测的影响因素之一,用柯西函数加权的最小二乘支持向量机算法对下位机监测系统采集上来的瓦斯浓度值进行样本学习,对瓦斯涌出量的变化趋势进行预报和预测。现有的最小二乘支持向量机算法拟合度不高且鲁棒性差,基于柯西函数加权的最小二乘支持向量机应用在瓦斯涌出量这一工程领域极好的克服了以上缺点,实现了瓦斯涌出量实时准确的预测预报。本文将历史数据作为专家学习样本,对未来瓦斯涌出量进行预测预报,将预测值与实际值作出相应对比。并与BP神经网络和WLS-SVM机器学习网络进行对比,在相同时间内,CWLS-SVM机器学习网络收敛的速度相对快速,且预测精度和准确性都好于前两者。