随着能源技术的大力发展，各种可燃气体的应用范围越来越广泛，不论是工厂企业、大型商场还是居民楼宇等等都有可燃气体的存在。这些可燃气体一旦发生泄漏变有可能对人民生命安全及财产造成不可估量的损失，因此必须要有一种检测设备能够对气体浓度进行检测，对浓度变化及早做出判断，发出动作，采取有限措施方式发生事故。本文首先说明了气体报警器的研究背景以及当今的发展现状，同时对各种气体传感器进行了比较，分析其优缺点。基于温度对气体浓度的影响，通过对RBF神经网络的学习，提出了一种基于RBF神经网络的可燃气体报警控制系统设计方案。此系统主要采用RBF神经网络技术对传感器进行温度的软件补偿，介绍了RBF神经网络温度补偿的原理，抛开了以往的硬件补偿方法，能够更精确的实现对气体浓度的监控。其次，本文还对系统的硬件搭建及软件设计做了详细的说明。系统的微处理器采用了STC12系列的单片机，运算速度是普通单片机的12倍，为系统提供了强大的心脏。光柱、数码管的显示驱动芯片采用了Motorola公司的MCI4489专业数码管驱动芯片，电路简洁，性能可靠。在界面显示方面总控制器还搭载了一块2.0寸TFT液晶显示屏，显示更加直观明了。与此同时，还介绍了系统的开关稳压电源电路、声光报警及联动电路、SD卡数据存储电路及RS-485通信电路等。在软件部分中介绍了系统的总体程序流程框图，Modbus协议，数据存储等等。最后，文章对系统的软件补偿做了详尽的数据分析，同时对系统的误差也做了详细的阐述，同时提出了一些提高传感器精度的可行性方法。对系统设计进行了总结。