现阶段煤矿安全已经成为社会关注的热点话题,国内对煤矿安全也越来越重视,这就要求煤矿监控系统不仅要在功能上更加全面,通信也要在保证可靠性的基础上进一步的增强实时性,以便于及时的了解井下的情况。随着对煤炭的开采和利用越来越频繁,各种瓦斯爆炸事件也经常见诸报端,主要原因是对矿井内瓦斯监控不够及时有效。而产生这种现象的原因,主要还是监控系统存在诸多问题,比如井下监控分站性能不够高,传感器采集的信息传递不及时等。针对目前瓦斯监控系统存在的问题,论文提出了基于STM32的矿井瓦斯监控及预警系统的研究。采用的是光纤以太网和CAN总线作为通信系统,采用STM32F103作为监控分站的主控制器,并且移UCOS-II植操作系统并在此操作系统上运行相关的应用软件。瓦斯监控系统的上位机采用的是组态王6.52,采用DDE的方式实现上位机与下位机之间的数据交换。论文对常规的瓦斯监控系统添加了浓度预警功能,采用了遗传神经网络对瓦斯进行预测,提出了基于个体相似度的双种群遗传算法(DGAIS),同时对预测模型进行了模拟实验和结果分析。经过对结果的分析可知,改进后的预测模型在迭代次数和绝对误差上都比标准的BP神经网络预测模型低。