本文的研究对象是JKY2/1.5B型矿用防爆液压提升机。目前，在煤矿中使用的液压提升机主要是手动式，即由司机控制升降的速度及其停靠位置，且在启动过程中，由司机协调驱动系统和制动系统。这就导致了控制的不精确，尤其是在停车的时候，往往需要多次调整才能保证停车位置的准确。手动控制液压提升机带来的弊端包括层位停车精度低，人员乘坐舒适性差以及制动和驱动的协同性差。文中建立了JKY2/1.5B型液压提升机的驱动系统和制动系统的数学模型。在此数学模型的基础之上，利用AMEsim软件建立液压提升机的仿真模型，其中包括其驱动系统和制动系统。利用AMEsim仿真模型，对调整制动系统的启动时间延迟和阻尼孔大小以及驱动系统中的高压腔容积对液压提升机在启动过程中驱动和制动的协同性的影响进行分析。为了提高液压提升机响应的快速性、准确性和稳定性，设计单输出的PID神经网络控制器（SPIDNN)，并用遗传算法优选PID神经网络的学习效率和平滑因子。并在MATLAB软件中，编写了相应的程序进行了仿真分析。最后，由于电液伺服系统存在很强的非线性，对于一些要求较高的系统，使用线性化的数学模型已经不能满足系统的要求。为此，本文提供一种利用模糊神经网络建立非线性模型的方法，即使用AMEsim和MATLAB的软件接口获取液压提升机的仿真模型的输入输出数据对，并对这些数据对用减法聚类确定聚类中心，将这些聚类中心作为自适应神经网络模糊推理模型（ANFIS)的隶属度函数的初始中心。然后通过误差反传算法和最小二乘算法对ANFIS的训练，最后建成液压提升机驱动系统的模型，证明此种方法建立非线性模型的有效性。