现代化冷连轧生产的特点就是轧制速度的大幅度提升。在高速轧轧制的过程中，连轧机组的动态响应分析与控制相当重要，而动态控制的好坏很大程度上依赖于反映连轧动态过程的动态模型。本文结合思创电气工程有限公司“冷连轧机过程控制及其优化控制算法研究”科研项目，对冷连轧机动态模型及其控制算法进行了研究。冷连轧机的自动控制是一种复杂的机-电-工艺的综合控制系统，变量较多，彼此相互影响、相互制约。而各机架参数又通过带钢，特别是张力相互联系起来。因此，一旦在某个机架上出现了调节量或干扰量的变化，不仅破坏了该机架的稳态，而且也会通过机架间的张力的变化传递给各个机架，从而使整个连轧机组的稳态遭到破坏，严重影响连轧机组的生产产量和生产质量。因此，基于改善连轧机组过程控制系统的复杂性，消除机架间的耦合作用，提高连轧机组轧制过程的稳定性，本文对相邻机架间的解耦控制进行了深入的研究，并针对冷连轧过程中的重复性，提出了一种迭代学习控制算法。本文首先简述了带钢冷连轧计算机控制的发展现状，概述了迭代学习控制理论及其在国内外的应用现状。其次简述了冷连轧过程控制系统的组成，详细分析了ATC系统、AGC系统及AFC系统的基本结构和控制原理。然后给出了冷连轧轧制过程的基本参数和基本方程，在此基础上建立了冷连轧机基于稳态工作点的线性化动态模型，说明了相邻机架间各状态变量的耦合作用。以三连轧模型为控制对象，设计了最优解耦控制器，仿真结果从理论试验的角度验证了此方法的有效性。最后针对冷连轧过程的重复性、不确定性和高实时性，提出了一种迭代学习控制算法，并证明了此算法的收敛性，为迭代学习在轧钢领域的应用提供了一定的理论保证，同时也为迭代学习控制理论应用于实际工程进行了一次尝试。