目前，煤矿井下的综采装备以人工现场操作为主，由于综采工作面生产环境恶劣多变，人工现场操作装备生产费时、费力和低效，不仅如此，操作人员的身体状态和心理状态也会影响机电装备控制的准确性、可靠性和安全性。一旦发生事故，极易造成人员伤亡。因此，需要研究综采装备的协同控制理论和方法，提高生产过程的自动化水平，减少现场操作人员，实现综采工作面的安全高效生产。本文以综采工作面的采煤机、液压支架和刮板输送机为研究对象，深入研究了采煤机、液压支架和刮板输送机之间的协同控制机制，通过工作机理分析、模型建立理论研究和工业性实验相结合，提出综采工作面采煤机、液压支架和刮板输送机的协同控制方法，为实现综采工作面的自动化和少人化奠定理论基础。本文的主要研究内容和成果如下：（1）深入分析了采煤机、液压支架和刮板输送机的结构和功能，构建了采煤机、液压支架和刮板输送机的物理传感体系。基于综采装备的工作流程，建立了综采装备的姿态协同控制模型和性能协同控制模型。（2）考虑到综采装备所处环境复杂多变、传感信号容易受到干扰的情况，分析了常见传感信号除噪方法的不足，设计了一种基于小波包变换理论的能量-相关性方法，实现了对含有复合噪声的传感信号的除噪。基于除噪后的传感信号，提出了一种基于模糊逻辑-概率神经网络的多传感信息融合方法，建立了综采装备的状态空间，实现了对综采装备工作状态的准确判断。（3）利用红外装置和旋转编码装置在不同尺度上的测量特点，通过引入动态调节因子，实现了采煤机的准确定位。提出了一种基于环境条件变化的模糊优化控制方法，提高了采煤机记忆截割路径执行的准确性。提出了一种基于双坐标系的采煤机滚筒截割路径控制方法，尽量保证了综采工作面顶底板的平整性。采用非接触式霍尔电路获取液压支架的对齐信号，实现了综采工作面液压支架的自动对齐。分析了采煤机运行速度和液压支架动作频率的关系，提出了基于采煤机位置和速度的液压支架姿态自适应控制方法。分析了采煤机、液压支架和刮板输送机三者间的配合关系，实现了基于采煤机位置和速度的刮板输送机挠度控制。（4）建立了一种基于改进Elman神经网络的综采装备工作状态滚动预测模型，实现了对综采装备的工作状态预测。提出了一种基于免疫算法的多电机协同驱动控制方法，实现了采煤机和刮板输送机中多电机驱动过程的均匀输出；建立了一种基于液压支架动作统计的供液压力动态预测的压力输出协同控制模型，使得液压支架能够获得较为稳定的动态压力。通过分析综采装备运行过程中主要参数之间的耦合关系，以改进型Elman神经网络预测状态和专家知识为依据，以产量/能耗比为评价指标，提出一种面向采煤机、液压支架和刮板输送机的全局多级优化协同控制方法，实现了不同状态下综采装备的滚动优化协同控制。2012年12月至2013年6月，分别在河南平顶山天安煤业股份有限公司六矿22210综采工作面和河南义马煤业集团常村煤矿2115综采工作面对本文研究的综采装备协同控制方法进行了工业性实验。实验结果表明，采煤机滚筒截割路径精度误差在5cm左右，相邻采样点的截割路径波动均值小于2cm，能够满足采煤机滚筒截割路径精确性和平整性的要求。液压支架和刮板输送机能够根据采煤机的位置和速度调整工作姿态。基于改进型Elman神经网络能够对综采装备的运行状态进行准确预测，协同控制生产方式与人工操作相比，极大提高了综采工作面的自动化水平，综采装备的可靠性和平稳性显著提升，改善了采煤工人的劳动条件，产量/能耗比指标提高了116.1%。