La bomba de emulsión de minería se utiliza principalmente en un frente de minería de carbón totalmente mecanizado, pero rara vez se utiliza en otras ocasiones, por lo que la investigación sobre su método de prueba de carga es relativamente limitada. Este artículo propone la aplicación de una válvula de alivio digital en la prueba de carga de la bomba de emulsión. Además, el pequeño número de émbolos en la bomba de emulsión conducirá a una gran pulsación de flujo y pulsación de presión, y el flujo nominal de diferentes tipos de bombas de emulsión varía considerablemente. Estos factores conducen a la deficiencia de un algoritmo de control PID tradicional en precisión y eficiencia de control. Para mejorar la precisión y eficiencia del control, en primer lugar, se estudia la influencia del caudal de la bomba probada y la extensión del eje del motor paso a paso lineal sobre la presión de trabajo. Se utiliza un modelo de red neuronal artificial (ANN) de retropropagación (BP) para ajustar una relación funcional entre los tres parámetros. El caudal de la bomba probada y la presión objetivo se proporcionan como entradas para predecir la extensión del eje del motor paso a paso lineal, logrando así el control inteligente remoto de la presión del sistema. A continuación, se construye un modelo de ANN BP y se verifica su fiabilidad; el algoritmo de red neuronal BP y el algoritmo proporcional-integral-derivativo (PID) se comparan a través de simulación. Los resultados de la simulación muestran que el algoritmo de red neuronal BP tiene alta precisión de control y pequeño sobreimpulso. Finalmente, se prueban dos bombas con diferentes caudales en una válvula de alivio digital y plataforma de prueba autodesarrolladas. Los resultados de la prueba muestran que el método de prueba de carga propuesto es inteligente y eficiente, y tiene alta precisión.