煤矿井下排水系统,是一个多输入多输出系统,对此类复杂系统的控制,成为当前过程控制亟待解决的关键问题,也对提高煤矿生产的安全性有着非常重要的作用。本文研究了基于煤矿井下排水系统的多变量非线性系统的控制方法。并针对煤矿井下排水系统来进行相应的控制,在相关井下排水理论模型基础上,设计了相关的煤矿井下排水半实物仿真系统,并据此对相应的控制方法的精确性与可行性,在煤矿企业井下排水系统进行了全面的分析。提出了基于神经网络的多变量非线性井下排水控制方法。在煤矿井下排水系统模型未知的情况下给出了相关的控制方法。采用神经网络补偿非线性项对煤矿企业井下排水闭环系统的影响,采用多模型切换来处理井下排水系统动态特性变化的影响。采用PID算法给出了一种基于神经网络的PID控制方法。当上述井下排水系统的被控对象参数未知时,将相关自适应算法与非线性PID算法相结合,提出了一种新的控制算法,并验证本文提出方法的有效性。本文研究了基于煤矿企业井下排水系统的多变量非线性系统的控制方法,通过对煤矿企业井下排水这一复杂工业过程的仿真实验,验证了本文所提出的控制方法是有效的以及具有可实现性。