相比其它能源资源,煤炭依旧拥有不可替代的作用,而带式输送机是煤矿最理想的高效连续运输设备。随着人工智能的快速发展以及煤炭行业产业的不断革新,如何进行高效智能运输不可避免成为煤矿行业的一大课题。由于煤矿生产作业的日、班产量之间的波动会受到实际地质环境和采集设备的影响,带式输送机也常以最大负载时的速度恒定运行,这会造成极大的电能浪费。由此可见,对实况负载的带式输送机智能控制进行研究,对煤矿的安全、节能生产都具有重要意义。对目前常用的带式输送机输送量测量方法做了详细的分析,并对各种测量方法在测量精度、响应时间等技术参数方面进行了分析对比。针对带式输送机负载测量精确度问题,提出了一种负载预测模型。采用激光测距法计算出输送带上煤料颗粒的扫描体积模型,即煤料颗粒的堆积模型,并利用离散元法对煤料颗粒的堆积模型进行分析,研究颗粒的单级、多级堆积模型,利用最大内切球(圆)优化法来重建不规则形状,从而模拟煤料颗粒堆积模型的空隙率;利用目前的煤矸石识别技术、图像轮廓边缘提取技术,计算出煤料中的煤矸石与煤块比例,并根据实际工况加以含水量的修正系数,进而计算出煤料的真实密度。研究结果表明:该模型多级球状颗粒的堆积模型计算误差在5%以内,能够适用于煤矿带式输送机负载的测量上。在得到煤料负载模型之后,对影响带式输送机功率消耗的因素进行分析,并求得综合条件下煤料最优截面积。以此为基础,建立针对输送量(负载)带式输送机的节能模型,得到不同运量下带式输送机的最优带速。并以实际工矿中一条带式输送机为例,得到优化后的节能模型具有良好的节能效果。在控制方式上,采用自适应模糊PID系统对带式输送机进行智能调速系统,采用MATLAB及Simulink仿真模拟,得到的仿真曲线相比传统的PID控制系统具有良好的稳态性能、更快的响应速度。