本文以国内某中板厂层流冷却改造项目为背景，对中厚板层流冷却数学模型进行研究，建立了层流冷却控制系统，并对系统中的数学模型进行了回归和调优，使其成功实现在线应用，基本实现了终冷温度高精度控制的要求；为了进一步提高控冷系统的控制精度，本文建立了水冷换热系数因子的BP神经网络预报模型，并使之与数学模型相结合来优化层流冷却控制模型。仿真结果表明终冷温度控制精度得到了明显改善。 本文的主要研究内容和主要成果如下： (1)阅读大量有关中厚板层流冷却的资料，在深入学习传热学基本理论的基础上，对以差分格式为基础的中厚板层流冷却温度场计算模型进行了深入研究，明确了有限差分方程中的物性参数和定解条件的确定方法。 (2)在线调试层流冷却控制系统程序模块；对决定空冷换热系数模型计算精度的黑度系数进行现场调试选取，针对水冷换热系数提出了一整套回归计算方法和参数化、自学习优化方案。 (3)采集现场冷却数据，进行深入分析，说明改造后的层流冷却控制系统能够满足现场生产的实际需要，基本实现了终冷温度高精度控制的要求。 (4)为了进一步提高中厚板终冷温度的控制精度，本文建立了水冷换热系数因子的BP神经网络模型来优化控冷系统；针对BP神经网络模型的缺点，对传统的BP神经网络进行具体的改进，从而提高了BP神经网络模型的工作效率和计算精度。 (5)利用MATLAB仿真程序对水冷换热系数因子BP神经网络模型进行了离线训练和测试；将BP人工神经网络预报结果与换热系数模型相结合，用于中厚板层流冷却控制系统中终冷温度计算，离线仿真结果表明采用BP神经网络与数学模型相结合能够进一步提高中厚板终冷温度的控制精度。 (6)根据神经网络自身特点以及该厂实际情况，提出可行的在线应用方案，编写水冷换热系数BP神经网络的训练和测试在线应用程序模块，争取早日实现在线应用。