1.一种矿井粉尘浓度测量装置，包括敏感元件（1）,其特征在于：还包括与敏感元件（1）依次相连的控制电路模块（6）和上位机(24)，其中：所述敏感元件（1）包括金属屏蔽罩（4）、绝缘管（2）、左密封环（12）、右密封环（13）、金属电极（11）、风机外罩（8）、风机（7）、电路盒（5）和金属支架（9），所述金属屏蔽罩（4）和绝缘管（2）均呈圆筒形，所述金属屏蔽罩（4）的左端和绝缘管（2）的左端通过所述左密封环（12）扣合相连接，所述金属屏蔽罩（4）的右端和绝缘管（2）的右端通过所述右密封环（13）扣合相连接，所述绝缘管（2）外壁与所述金属屏蔽罩（4）内壁之间形成一个密闭的屏蔽空间（10），所述绝缘管（2）的内壁构成直通式风道（3），所述风机外罩（8）呈喇叭形，固定连接在所述金属屏蔽罩（4）的右端，所述风机（7）安装在所述风机外罩（8）内；

所述金属电极（11）呈圆环形，所述绝缘管（2）的内壁中部设有电极凹槽，所述金属电极（11）位于所述电极凹槽中；

所述金属支架（9）设有屏蔽接地，所述金属屏蔽罩（4）安装在所述金属支架（9）上，所述电路盒（5）安装在所述金属屏蔽罩（4）上方，所述电路盒（5）内腔中安装有控制电路模块（6），所述电路盒（5）的前方设有窗口，所述窗口处安装有数码管显示模块，所述金属屏蔽罩（4）的上壁和电路盒（5）的下壁分别设有通孔，所述金属电极（11）的连接导线（14）穿过两通孔与所述控制电路模块（6）电相连；

控制电路模块（6）包括测量电路（20）、信号调理电路（21）、A/D转换电路（22）和微处理器（23），所述敏感元件（1）在金属电极（11）上产生微电荷信号，微电荷信号由测量电路(20)转换为微电压信号，微电压信号经信号调理电路（21）后去除噪声并经A/D转换电路(22)送到微处理器（23）进行实时处理，然后将信息传送到所述上位机(24)，所述上位机（24）进行信息预处理、特征提取并建立软测量模型，然后输出粉尘浓度测量信号。

2.根据权利要求1所述的矿井粉尘浓度测量装置，其特征在于：其中所述测量电路(20)为电荷转换电路，采用型号为OPA129的超低偏置电流差动运算放大器芯片构成，信号调理电路（21）采用型号为LMC6001的超低输入电流放大器芯片构成，A/D转换电路(22)采用型号为CS5360的芯片构成，微处理器（23）采用型号为MSP430F249的芯片构成。

3.根据权利要求1或2所述的矿井粉尘浓度测量装置，其特征在于：其中所述风机（7）采用型号为AFB0924VH的抽风式风机。

4.根据权利要求3所述的矿井粉尘浓度测量装置，其特征在于：其中所述微处理器(23)通过USB通信方式将信息传送到所述上位机(24)。

5.一种矿井粉尘浓度测量的方法，该方法设置敏感元件（1）、控制电路模块（6）和上位机(24)，该方法包括：步骤1，敏感元件（1）采用金属电极（11），安装抽风式风机（7），控制电路模块（6）进行包括去噪、信号放大、滤波、去除噪声的微电压信息预处理；

步骤2，对预处理后的微电信号在时域内提取有效值、短时均值、整流值均值三个特征参数，在频域内提取短时频谱、短时自相关、短时能量三个特征参数，用这些值顺序组成特征值向量，作为识别信息的输入量；

步骤3，建立基于RBF的神经网络软测量模型，包括设定神经网络隐含层神经元个数，然后在对采集的待处理样本信息进行神经网络训练识别，将误差逐渐缩小至所要求范围之内。

步骤4，将误差最小的识别结果用“0”表示，其余的识别结果用“1”表示，输出误差最小的信号即为所需的信号。

6.根据权利要求5所述的矿井粉尘浓度测量方法，其特征在于：其中所述步骤3中，对采集的待处理料样本图像进行神经网络训练识别的步骤是：

1）制定网络的拓扑结构，将网络设置为三层；

2）设定网络的参数，包括分类精度、循环次数和样本特征值向量的各个常数因子，对网络进行初始化设置；

3）计算各层网络输入矩阵的权值系数和输出，判断该网络的输出精度是否达到要求，首先判断某一样本的输出误差是否达到了预先设定的误差要求，若否，则修改权值系数后返回重新计算；若是，则继续判断全部样本的输出误差是否在要求的范围之内；若全部样本的输出误差在误差要求范围内则继续向下执行，判断循环次数是否超过设定的最大循环次数，若是，则该网络没有实现预期效果，需要修正网络的参数。

4）以修正后的网络参数对各层网络输入矩阵进行上述计算，直到对比实际输出和期望输出后,样本信息识别归为输出误差最小的一类。