轧制生产工艺的确定是轧制伊始和实现轧制过程自动化所要解决的首要问题。然而在轧制生产工艺中最为核心的轧制规程预设定内容在长期的生产实践过程中一直以人为经验设定做主导，如何实现智能化最优化设定没能得到很好的解决。同时，对于轧机系统强时变、多耦合、非线性以及多变量的复杂性使得自动优化、数据传输、反馈监控的全方位预设定操作与现场的自动控制系统很难建立良好的衔接。上述的这些因素导致轧制过程完全计算机自动化难以实现，轧制规程的预设定仍停留在相对较低级的阶段。为解决上述难题，本文依据量子遗传算法理论和Pareto非劣解理论实现轧制规程的多目标智能优化设计，并在此基础上开发协同组态系统实现轧制规程预设定的自动化。基于量子遗传理论，以量子比特的概率幅实现变量染色体的编码，通过量子多个态的叠加表达染色体，采用量子逻辑门完成染色体的更新演化操作，在保留遗传算法的基础上，采用量子计算的优势克服遗传算法带来的不足。同时考虑到在实践生产过程中常常面对多个目标相互冲突的优化问题，引入Pareto非劣解理论，使得多个目标之间进行协调权衡和折中处理，得到各目标尽可能达到最优。此外，引入Rastrigin函数的最小值问题验证了量子遗传算法和遗传算法的优劣性，引入一多目标函数考察了基于Pareto非劣解量子遗传算法的可行性。以传统轧制规程预设定的合理数学模型为基础，采用基于Pareto非劣解量子遗传算法为手段对某冷连轧机某一工况进行实例验证，结果取得了各机架轧制负荷均衡的预期，并使能耗降低了5%左右，在提高生产效率、改善产品质量和设备发挥上具有明显的优势。基于上述优化过程程序编写中参量的耦合关系及WinCC6.0组态软件，开发出五机架冷连轧机预设定自动化、数据传输及反馈监控的协同组态系统软件。