针对掘进机截割过程中煤岩硬度急剧变化时，截割臂的摆动速度无法迅速调节以适应当前截割载荷这一实际问题，本文提出了一种基于BP神经网络的截割臂摆速控制策略，通过控制截割臂摆速来实现截割电机恒功率输出。在该策略中，提出了一种基于多参数判据的截割载荷变化判定方法，根据截割电机的电压和电流，截割臂驱动油缸的压力和截割臂振动加速度这4个掘进机工作状态参数的变化来准确判断截割载荷的变化。为实现恒功率截割，设计一个BP神经网络来保证截割电机的输出功率恒等于其额定功率;基于井下实测数据，获取BP神经网络的训练样本;针对BP神经网络的输出稳定性问题，采用遗传算法(GA)对BP神经网络进行优化，使其获得更优的性能，且训练耗时和迭代次数大幅降低。建立截割臂系统的数学模型，针对截割臂横向截割和纵向截割2种工况，采用Simulink仿真方法建立了截割臂摆速仿真控制系统，并对提出的截割臂摆速控制策略进行了仿真研究。结果表明:截割臂摆速能够针对不同的截割载荷输入信号进行自适应调节，且截割臂摆速变化量在0.2 s之后处于恒定状态，具有较高的控制精度和较快的响应速度。所提出的截割臂摆速自适应控制策略能够为保证掘进机恒功率截割，延长掘进机使用寿命和提高巷道掘进效率提供一定的理论指导和实践参考。