催化燃烧式甲烷传感器以其模块化设计、灵敏度高、结构简单、价格低廉等优点，被广泛地用于检测矿井甲烷浓度。受自身结构和矿井环境的影响，催化甲烷传感器在使用过程中存在稳定性差，灵敏度漂移严重等问题。　　本文考虑了在实际工作时环境因素对催化甲烷传感器输出的影响，在研究甲烷催化燃烧反应机理的基础上，探讨了矿井环境对甲烷传感器敏感特性的影响，通过研制的矿井因素环境模拟实验系统，设计相应的环境模拟实验，分析了矿井环境中温度、湿度、粉尘、H2S对甲烷传感器输出特性的影响，并结合催化甲烷传感器的特点，提出神经网络补偿方法修正环境因素影响，改善甲烷传感器在矿井复杂环境中的输出漂移问题，为催化甲烷传感器性能改进提供依据，从而达到提高甲烷传感器在矿井下探测精度和稳定性的目的，具体如下：　　（1）对甲烷传感器工作原理及催化燃烧化学反应机理进行研究分析，分解甲烷氧化燃烧的各级反应机理，探究了矿井环境对化学反应机理的影响。　　（2）从催化传感器的输出特性出发分析了甲烷传感器催化元件产生非线性输出的原因及常用的补偿算法，包括查表法、曲线拟合和神经网络。　　（3）为进一步探讨矿井环境对甲烷传感器性能的影响，设计了相应的环境模拟实验，通过实验探讨了工作时间、温度、水汽、粉尘以及含硫气体对催化甲烷传感器的影响，得出相应的实验数据。　　（4）提出了基于神经网络补偿方法修正环境因素影响的融合模型，利用融合模型对实验数据进行处理，得出在不同环境参量对催化燃烧式甲烷测定的影响规律，降低了环境因素引起的系统误差，应用该方法比传统最小二乘法的动态曲线修正更精确。