针对煤矿井下环境的复杂性和井下单一数值测量难以被非专业人员理解的难题，在对国内外研究模糊传感器现状基础之上，以模糊瓦斯传感器为研究对象，提出了一种将模糊理论和RBFNN(Radial Basis Function Neural Network)径向基神经网络相结合的模糊传感器应用于煤矿安全监测领域。论文首先叙述了煤矿安全监测监控系统和模糊传感器的研究现状、目的和意义，然后研究了模糊传感器的基本原理，其核心是实现数值/符号转换，同时构造了模糊传感器的基本结构，系统地研究了语义概念的生成方法，再重点研究了隶属函数的算法模型以及模糊理论和RBFNN结合的优化算法模型，通过结合两者的优点，实现了隶属函数的优化，提高了结果的准确性。同时设计了模糊瓦斯传感器的通信单元，采用CAN现场总线技术传输信息，实现了煤矿监测系统的网络数字化，最后通过分析煤矿井下模糊瓦斯传感系统的软件干扰和硬件干扰，采取了相应的干扰措施，同时也给出了整个系统的改善之处。以河北开滦煤矿井下实测瓦斯数据做应用，通过实例分析和仿真结果表明，论文提出的方法提高了对不确定信息处理和决策能力，输出的拟人类语言结果解决了数值测量难以被非专业人员理解的难题。