中厚板层流冷却过程的终冷温度精度直接影响板带的组织性能和力学性能，是保证板带质量和板形良好的关键因素。对热轧中厚板终冷温度的精确控制，是中厚板生产中的重要环节，对其过程控制进行分析和研究具有重要的现实意义。本文以国内某中厚板厂经过改造后的层流冷却系统为背景，对如何提高层流冷却过程的终冷温度精度及同板温度的均匀性从控制方法上入手进行了较深入系统的研究。具体内容如下：　　 (1)热轧中厚板层流冷却系统的数学模型是基于传热学基本理论的。本文首先对传热过程的三种基本方式（热辐射、对流、热传导）进行了介绍，根据现场实际条件采用了以差分格式为基础的中厚板控制冷却温度场在线数学模型。数学模型主要由水冷模型和空冷模型组成，其计算精度直接影响最终的控冷效果。水冷模型中的水冷换热系数是决定终冷温度控制精度的重要参数，选取合适的换热系数对提高终冷温度精度具有重要的意义。　　 (2)研究分析了国内某热轧中厚板的层流冷却控制系统，重点对控制系统的各项功能进行了详细分析。从具体实现过程可以看出层流冷却控制过程是一个以预设定计算和前馈修正计算为主的复杂控制系统。对程序模块进行在线调试，并分析评价了该系统在实际生产中的应用。　　 (3)采用回归的方法得到了模型中的重要参数-水冷换热系数。通过冷却数据说明改造后的层流冷却控制系统虽然能够满足现场生产的实际需要，但是模型在异板温差控制方面存在较大不足。本文详细研究了产生异板温差在模型上存在的因素。　　 (4)本文提出了终冷温度精度低的主要原因是水冷温降模型的精确性不足，而水冷温降模型精确性不好的原因又在于该模型中的重要参数-水冷换热系数是采用线性回归的方法建立起来的，只能反映过程的普遍性，而不能反映过程的特殊性。根据人工神经网络具有处理非线性复杂过程的能力，对RBF人工神经网络的工作原理进行了研究，采用RBF神经元网络在线预报中厚板层流冷却水冷区的水冷换热系数，将预报的结果用于数学模型计算，提高了终冷温度控制精度。仿真结果证明该方法行之有效。