煤炭安全生产涉及到对煤矿生产现场的人、设备、生产环境各方面的监测，随着矿井自动化技术的提高，大多矿井已建立了多种自动化系统，如监测井下生产环境（瓦斯、CO、温度等）的瓦斯安全监测监控系统、监测井下人员活动的井下人员定位系统、监测煤炭产量的煤矿产量监测系统等多达20种的井下自动化系统，这些系统为井下安全生产起到了重要作用。　　煤矿不仅安装了了多种安全监测系统，还建设了多种预警系统。但目前的预警系统是以实时采集数据为目标，按常规规定一阈值，以确定预警上限，对实时数据进行实时报警，忽视了历史数据的存在，当真正发生短时间因瓦斯浓度超过阈值而引起的矿难时，失去逃生的希望。　　本文旨在利用监测系统得到的瓦斯浓度的历史数据预测未来某一时刻的瓦斯浓度值，探索如何将混沌理论应用到瓦斯浓度的预测中。一方面，本文阐述了如何判别监测得到的瓦斯浓度序列为一混沌时间序列;另一方面，选择合适的算法并对之进行改进，使预测更为准确。　　本文主要研究内容及成果有以下几个方面:　　1、识别由煤矿瓦斯监测系统采集到的实时瓦斯浓度序列值为混沌时间序列;　　2、用同时确定最佳时延和最佳嵌入维两个重要参数的方法重构相空间，并对现有的算法进行改进，近似恢复出煤岩瓦斯动力系统的混沌吸引子;　　3、建立瓦斯浓度预测模型，以山西阳泉煤矿的瓦斯浓度实时监测数据为实验对象，利用历史数据预测指定时间间隔的未来某一时刻瓦斯浓度值，以时间粒度为5分钟的正常数据和异常数据进行训练，用各个数据的前500个数据对其进行预测，其正常数据的均方误差为0.0217，异常数据均方误差为0.122024，平均的均方误差为0.087638。