中厚钢板生产过程的智能化信息处理就是利用人工智能工具和近代数学方法，对中厚板生产过程采集到的数据进行加工处理，从中提取出知识。现代化中厚板厂已经积累大量的化学成分、轧制过程参数、组织性能等方面的数据，由于不具备对这些数据进行集中存储和管理的能力，目前这些数据资源并没有发挥出其应有的作用。因此，本文提出应在中厚板厂信息系统中建立数据仓库，采用多层体系结构，以现有应用系统的数据库为基础，通过相应的中厚板生产过程主题数据，对数据进行集中抽取、转换，“自下而上”建立数据集市，然后再集成为企业数据仓库，为优化中厚板厂生产过程提供丰富、有效的数据支持。 本文主要的工作包括：构建中厚板生产企业数据集市和数据仓库；基于灰色理论研究影响中厚板力学性能的轧制工艺参数和化学成分；采用部分最小二乘法识别影响力学性能的参数数据，调整其优化方向；建立中厚板材质量评估与改进专家系统(QEIP-ES)。现场实际运用取得很好的效果，具体研究内容和结果如下： 1) 针对J公司中厚板力学性能、化学成分、工艺参数、组织结构的数据进行转换、筛选，建立数据仓库，分析数据仓库实施过程和建立数据仓库策略。离线建立S公司中厚板厂轧制过程数据仓库，以轧制力为分析主题，研究数据仓库的建模方案。 2) 采用灰色关联度分析影响中厚板力学性能的工艺参数和化学成分。分析结论：化学成分中C当量(CEQ)是第一要素，轧制工艺参数中终轧温度是第一要素。探讨基于数据仓库寻找最优成分范围和终轧温度范围的方法，并形成专家系统的知识库，指导现场的生产。 3) 利用J公司的中厚板力学性能的数据集市，建立QEIP-ES，研究QEIP-ES的总体结构、知识表示方法、推理机制、使用算法，重点研究了QEIP-ES的实现过程，包括：系统功能、数据库的设计、知识表示方法、规则库形成等。