气体检测技术在工业、医学、环境等领域的应用范围日益扩展,而各领域对检测的需求也不断提高,传统气体检测方法往往无法满足日渐严苛的检测灵敏度、精度和速度等要求。光声光谱气体检测作为新兴气体检测方法,具有灵敏度高、响应速度快等特点,可对混合气体进行有效定性及定量分析。首先,本文基于气体红外吸收光谱理论,研究了光声光谱气体检测基本原理,并在此基础上建立了气体浓度与光声信号的数学方程;使用有限元软件和Octave对光声池进行了仿真数值计算,研究了光声池结构尺寸对其内部声场以及品质因数、谐振频率、池常数等主要性能指标的影响,根据理论与仿真计算结果完成了光声池的设计;分析了不同类型光源和声波传感器对光声光谱气体检测系统性能的影响及规律,并对以上两种元件进行了选型。然后,对光声光谱气体检测系统的噪声来源及类别进行了分析,研究了相关检测去噪原理,并采用锁相放大技术去除环境中的非相关噪声,使用电路仿真软件搭建了锁相放大器电学模型,研究了元件参数对锁相放大器去噪能力和响应速度的影响及规律;研究了基于光声光谱的多组分气体检测技术原理,并对不同的混合气体检测方法进行了对比分析,提出了基于径向基神经网络的光声光谱多组分气体检测方法的优越性。最后,对检测过程中的环境影响因素进行了分析,研究了温度和压强对检测系统参数和性能的影响及规律,建立了温度和压强与系统主要参数指标的数学关系,实现了不同环境条件下系统主要参数的修正;对基于径向基神经网络的光声光谱多组分气体检测方法进行了仿真研究,实现了对CH3Cl和H2O混合气体的检测,并对系统灵敏度的影响因素进行了分析。本文设计的多组分气体检测系统可有效满足检测精度及速度需求且具有成本较低的优势。提出的基于径向基神经网络的多组分气体检测方法有效简化了传统光声光谱多组分气体检测方法的系统参数标定工作,并具有极高的检测精度。