井下煤矿释放的瓦斯是引起安全隐患的重大因素之一,瓦斯气体在空气中的爆炸下限体积分数为5.3%,上限体积分数为16.0%。一旦发生事故,不但造成国家财产的巨大损失,而且直接威胁着矿工的生命。目前,对于瓦斯灾害的防范,主要采取的手段是对煤矿瓦斯浓度的实时检测,虽然这种方法现今比较成熟和普及,但是由于它不能对未来瓦斯浓度的变化作出事先的预知,在提高人们警觉的意识上还做的不够,很难留给人们足够的时间对问题进行分析和处理,从而造成了事故的频频发生。针对这一问题,再结合目前国内外瓦斯预测的研究现状,本文在对各种瓦斯预测方法研究的基础之上,设计了一种预测结果准确的低功耗、便携式、智能化的瓦斯预测预警装置。本文首先通过对灰色预测模型、马尔柯夫模型、人工神经网络模型、支持向量机模型(SVM)以及基于商空间的覆盖算法预测模型的研究,然后进行不同的模型组合,再经过对组合模型的试验仿真,分析和比较,最后得出一种最优的模型组合:灰色模型与基于商空间的覆盖算法组合模型,并将这种算法运用到整个装置当中,来达到对井下瓦斯浓度最理想的预测效果。对于瓦斯预测装置的实现,本文采用的是美国TI公司推出的高端C2000系列DSP芯片:TMS320F2812。凭借着DSP快速的数据处理能力,更大的存储空间以及高性能的集成度,不仅能大大提高信号的处理速度,而且可以改善信号的运算精度,这对于井下瓦斯浓度的准确预测无疑是一种最佳选择。