针对当前综采工作面液压支架定位精度低、直线度控制困难等不足。利用神经网络学习训练速度快、逼近能力强等优势,构建了RBF神经网络逼近器。通过高阶滑模状态观测器对液压缸状态进行估计,利用神经网络逼近器来逼近液压缸扰动非线性函数,从而完成液压支架多缸控制。MATLAB仿真结果表明,基于神经网络逼近器的液压支架多缸协同控制方法响应速度快,控制精度高,且具备协同作业的能力,能够进一步提升液压支架的控制效率。