瓦斯灾害是煤矿生产过程中的重大安全隐患,瓦斯浓度的在线准确监测对煤矿安全生产有着重要的意义。然而由于矿井下存在复杂的电磁源,瓦斯传感器在数据采集过程中往往会受到电磁干扰而产生“大数”,“大数”会导致瓦斯检测系统的误报警,带来安全隐患。针对该问题,本文首先对干扰信号的特点进行分析,基于人工免疫算法搭建一种瓦斯“大数”干扰识别模型,进而利用该模型对干扰信号和正常报警信号的特点进行学习,在学习过程中提取出免疫疫苗,用于提高模型对干扰信号识别的速度和准确性。其次利用自适应免疫遗传算法的寻优能力寻求最小均方差算法的最佳收敛步长,设计一种自适应滤波器,使用该滤波器对干扰模型识别出的干扰数据进行滤除。为了验证本文设计的干扰识别模型是否有效,本文首先将采集到的数据直接用自适应滤波器进行处理,将处理后得到的数据与本文所设计方法处理后的数据进行对比;其次为了验证自适应滤波器对干扰数据的滤除效果,分别对干扰识别模型判断后的数据分别利用高斯滤波、巴特沃斯滤波和小波分析进行处理,然后将处理后的结果与自适应滤波器处理后的结果进行比较。通过对仿真实验结果的对比分析,证明了本文设计的方法对瓦斯干扰数据的滤除效果相对较好。