综采工作面冒顶事故频发、安全条件差、支护设备效率低下、劳动强度大等是煤矿安全高效生产需要解决的重大问题。随着科学技术的发展,面对井下的复杂工况,煤炭开采应大力发展智能控制,实现井下少人甚至无人开采。超前支护装备作为井下重要的巷道顶板支护装备,对井下工作人员的安全提供保障,然而,我国目前的综采面超前支护装备发展缓慢,偏重于研究支架的结构性能,在智能化控制策略方面研究很少。针对该问题,本文将对实现综采面超前支护智能控制进行研究,实现其自主对初撑力设定值及移动步距的预测,以及自主完成巷道支护过程中整体装备的降架、移架、升架,同时解决装备移架过程中支撑力的波动问题,具体工作内容如下:结合超前支护装备的结构和工作原理,建立超前支护与巷道顶板体系耦合动力学模型,对其全接触状态接触力的情况进行研究,为深度学习预测模型特征参数的选取及装备电液耦合系统的研究提供依据。提出运用深度信念网络完成对初撑力设定值和移动步距的预测,同时,通过引入贝叶斯正则化和改进粒子群算法对原网络进行改进,在保证训练误差小的前提下,提高整体网络的泛化能力。通过收集的23个煤矿信息,确立样本空间,完成网络模型的建立。利用测试样本进行仿真验证时,与BPNN网络设置对比实验,验证该方法的优越性。为了有效解决过渡过程中支撑力的波动问题,利用新型萤火虫算法神经网络优化PID控制器。在萤火虫算法的基础上,通过改进决策域更新系数和引入步长递减公式,既加快了算法的收敛速度,又避免了局部最优。同时,在进行PID参数整定优化时,引入能量指标和超调量指标,解决响应速度慢和振荡次数多的问题。最后对优化后的控制系统以及超前支护装备电液耦合系统进行仿真分析,验证其优越性。基于Matlab分析软件对优化后的PID控制器进行仿真分析,并与原PID比较。基于AMESim软件分别建立超前支护装备立柱油缸和推移千斤顶的电液耦合系统仿真模型,设定仿真模型中的仿真参数和控制参数,对超前支护装备立柱油缸的降架和升架过程进行仿真,对推移千斤顶移架过程进行仿真。该论文有图28幅,表30个,参考文献73篇。