针对瓦斯涌出控制问题以及采煤工作组中采煤机与刮板输送机联合控制问题,本文分析了采煤工作组中采煤机与刮板输送机的协同运动关系,建立基于瓦斯浓度的采煤工作组及其采煤机与刮板输送机的联动PID控制Simulink模型,对比分析三种智能PID控制算法对Simulink模型的控制效果,实现了采煤机与刮板输送机对瓦斯浓度的自适应智能控制。其主要内容如下:（1）阐述了采煤机与刮板输送机的结构、工作原理以及工作特性,分析瓦斯浓度与采煤机采煤量以及刮板运输机运输量之间的相互制约关系,确定了基于瓦斯浓度下采煤机与刮板输送机的控制主体,构建采煤机、刮板运输机与瓦斯浓度之间相互连接的函数关系,解算出基于瓦斯浓度的采煤工作组控制方程。（2）运用MATALB中Simulink功能,结合采煤工作组控制方程,搭建刮板输送机输送电机闭环PID控制Simulink模型,采煤机牵引电机、截割电机的双闭环刮PID控制Simulink模型。同时以落煤率为媒介,通过联合采煤机及刮板输送机PID控制Simulink模型,实现采煤量-运煤量-瓦斯浓度一体的PID控制,构建基于瓦斯浓度的采煤工作组联动PID控制Simulink模型。并对搭建的三种PID控制进行了灵敏性与平滑性分析。（3）针对基于瓦斯浓度的采煤工作组联动PID控制Simulink模型,建立基于采煤工作组下模糊算法、遗传算法以及神经网络的三种智能PID控制算法。利用三种采煤工作组智能PID控制算法对采煤工作组PID控制参数进行优化,结合采煤工作组的实时联动PID控制,进而控制采煤工作组的瓦斯涌出,从而实现瓦斯浓度的自适应智能控制。（4）通过对模糊算法、遗传算法以及神经网络算法的理解,构建模糊PID控制算法、遗传PID控制算法以及神经网络PID控制算法,并同时分析三种智能PID控制算法在低瓦斯矿井与高瓦斯矿井环境下的灵敏性、平滑性、稳定性等算法性能。基于以上四点研究内容,本文从控制器设计研究工作入手,逐步实现智能算法PID控制。通过智能算法PID控制的对比实验,发现神经网络BIP控制在低瓦斯与高瓦斯矿井下都具有较好的稳定性以及灵敏性,该算法在低瓦斯矿井下峰值效率指数为85.25%,稳定性指数0.0017,灵敏性指数1.5264及平滑性指数0.0061。高瓦斯矿井下,峰值效率指数为.96.16%,稳定性指数为0.0020,灵敏性指数为11.8730及平滑性指数为0.0008。该论文有图65幅,表4个,参考文献74篇。