随着国家经济的快速发展,我国对煤炭、石油和天然气的需求居高不下,但瓦斯爆炸产生的安全事故从未间断,严重威胁了公众的生命和财产安全。甲烷气体还是一种很强效的温室气体,会产生巨大的温室效应。所以无论从环境保护方面或者是安全生产方面考虑,都急需对甲烷气体进行预防和实时监测。非分光红外(NDIR)检测技术具有选择性好、灵敏度高等优点,为了进一步提高NDIR气体传感器的性能和降低系统成本,本文对基于NDIR技术甲烷气体检测系统进行了研究和设计。本检测系统主要由固定式甲烷气体探测器和报警控制器两部分组成,首先对NDIR甲烷气体传感器的工作原理进行了理论分析,然后介绍了气体探测器和报警控制器的硬件电路设计,主要包括以STM32F091单片机为控制核心的主控电路、传感器探头接口电路、数码管显示电路、报警电路等部分;在软件设计方面,主要包括气体探测器软件设计、报警控制器软件设计和上位机界面设计三个部分。气体探测器软件设计主要包括甲烷气体信息采集程序设计、菜单程序设计、标准电流输出程序设计等;报警控制器的软件设计主要包括接收探测器采集信息和系统报警等;上位机负责接收气体探测器上传的采集信息和对系统的整体监控。对高低温实验的大量实验数据分析表明温度对气体传感器输出结果有极大的影响,会造成一定的测量误差,故需要对气体浓度进行温度补偿。深度学习神经网络算法可以通过学习一种深层非线性网络结构,实现复杂函数逼近。本文采用深度信念网络(DBN)的方法建立温度补偿模型,并对模型进行仿真测试,仿真结果表明气体浓度经过温度补偿后测量误差在?3%以内。将温度补偿模型应用在气体探测器上,实验结果表明气体检测系统提高了测量精度,达到了系统所需要的设计要求。最后在实验室条件下搭建实验平台对整个甲烷气体检测系统进行了性能测试实验,实验结果表明该甲烷气体检测系统有较高的精度、响应速度快和长期稳定性,能满足系统要求。