随着现代工业的发展,煤矿生产的智能化、自动化发展是大势所趋。开展采煤作业各主要环节的自动化研究,有助于采煤生产规模化、自动化、智能化水平的全面提高。作为综采工作面最关键的设备,采煤机工作的自动化程度决定了整个采煤生产的效率和安全水平。本文在分析电牵引采煤机工作过程的基础上,给出采煤机自适应截割控制方案和总体架构。通过采煤机截割电机电流、牵引电机电流以及调高油缸油压等信号的采集,以工厂实验基地采集的传感器信号为数据样本,根据小波包分解理论,对信号数据进行分析提取,利用BP神经网络对煤岩截割状态进行识别;根据截割危险系数对采煤机牵引速度和滚筒高度、转速的调节范围,并通过仿真分析提出采煤机截割部控制自适应修正策略。仿真结果表明,基于煤岩截割状态状态识别的采煤机截割控制,通过以调高油缸油压信号、牵引电机电流、截割电机电流的平均能量加权,反映滚筒截割介质属性,判断出采煤机的截割危险系数,通过自适应修正控制时,判断截割危险系数有无超出阈值,再提出控制策略,仿真分析之后可以确定能帮采煤机适应煤岩变化,对于保证采煤机高效、安全生产可发挥一定的积极作用。