科学技术进步的同时也带来了对自然环境的影响,其中为首的就是以CO2气体为主的温室气体的产生。这不但会加剧温室效应,更重要的是会危害人类的健康。因此,对室内CO2气体浓度进行测量很有必要。本论文扼要介绍了气体分子的红外选择吸收理论和Lambert-Beer定律,采用电调制非分光测量结构,设计了CO2气体浓度测量装置的硬件电路和软件程序,并利用BP神经网络对CO2气体浓度进行计算。采用RS485通信,PC基于Lab Windows/CVI编程实现了测量结果的实时显示和存储。CO2气体浓度测量装置由+5V供电,采用具有内部A/D转换模块的PIC16F886单片机作为微控制器,具有低功耗、高稳定性等特点;由单片机输出脉冲波控制实现红外光源的调制,能克服机械调制的缺点,大大提高了光源的稳定性和寿命;考虑到温度对吸收系数的影响,将温度信号与红外探测器输出的两路信号(参考通道信号和测量通道信号)一起作为BP神经网络的输入层。由于单片机运算速度及存储空间限制,BP神经网络的训练学习过程在PC中由Matlab软件来完成。在得到BP网络的结构和参数后,将其下载到单片机中,实现测量时用训练好的BP网络计算CO2气体浓度。这一方法在保证了CO2气体浓度测量准确度的前提下,降低了装置的成本。实验时利用德国较为先进的CO2气体浓度测量仪器Model-400进行比对,结果表明,利用BP神经网络训练出的“三输入-单输出”结构来计算CO2气体浓度,能够有效地降低环境温度对测量结果造成的影响,减小测量误差,保证测量精度,整个装置具有精度高、稳定性好、功耗低、使用方便等优点,同时,为今后此类产品国产化、多参数气体测量装置的研究提供一定的参考依据。