针对掘进机在进行巷道掘进作业时掘进速度和工作压力匹配度不高的问题，这不仅影响了巷道掘进效率，也缩短了掘进机的使用寿命。为了解决这一问题，提出了RBF神经网络算法与自适应PID控制原理相结合的系统控制方案。该方案通过设计自适应控制器，能够对系统工作时的推进速度和工作压力进行优化配比，并自动跟进系统目标轨迹。这一控制策略利用了AMEsim及MATLAB仿真分析软件建立掘进机推进系统的联合仿真模型，从而对掘进机在不同载荷工况下的匹配性问题进行深入研究。

仿真结果表明，该控制系统在不同工况下都能有效提高掘进机的掘进速度与工作压力的匹配性，对负载扰动具有较强的抑制效果，从而显著提升了掘进机的工作效率和使用寿命。更多关于RBF神经网络自适应控制和PID控制仿真的内容可以通过以下资源深入了解：

读者可以获得更详细的理论背景、仿真代码和实际应用案例，进一步加深对RBF神经网络与自适应PID控制结合技术的理解。这些资料将有助于研究人员和工程师在实际应用中优化掘进机系统的性能。