单光路双波长红外非分光瓦斯测量技术在红外光谱吸收测量气体浓度领域中使用最广泛,但该技术存在易受多种因素影响使其检测的瓦斯浓度不准确的问题。为了提高测量瓦斯浓度的准确度,本文研究了单光路双波长红外非分光瓦斯测量系统的原理、结构和软件,总结归纳出它有易受环中温度、湿度和风速等其它因素的影响且灵敏度低和响应慢的缺陷。针对单光路双波长红外非分光测量系统存在的不足提出一种新型瓦斯浓度计算模型,该模型可以基本消除环境的影响。此模型首先使用k-means算法与噪声点判断方法结合优化RBF神经网络的样本集；其次,用此样本集训练梯度下降法优化的RBF神经网络并建立模型和预测环境影响值；最后,用测量值去除影响值便为真实瓦斯浓度值。该真实值可以实时响应瓦斯浓度的变化。通过对该新型瓦斯测量系统测试和分析,结果表明所设计的新型红外非分光瓦斯测量系统可达到预期的目标,具有较高的准确度和响应速度。适用于瓦斯浓度的测量。