中国是世界上的陶瓷生产大国,但现在生产的工艺和技术方面与国外相比存在一定的差距。窑炉在陶瓷生产过程中具有十分重要的作用,陶瓷烧成窑自动化水平的高低和发展状况决定着整个陶瓷行业的发展。因此,陶瓷烧成窑控制技术水平高低将直接影响陶瓷质量好的好坏,而其中的关键环节是陶瓷烧成窑的温度控制系统。陶瓷烧成过程具有滞后,非线性、时变等特点,很难获得精确的数学模型,传统的控制手段很难取得良好的控制效果。而预测控制是在工业过程领域内发展起来的一类新型控制技术,由于对模型的依赖性弱、易于实现,控制的效果好,在工业过程控制中得到了广泛地应用。本文结合陶瓷烧成窑与预测控制的特点,将预测控制应用于陶瓷烧成窑温度控制系统中。本文对当前陶瓷烧成窑控制技术的现状与问题,以及预测控制的产生发展进行探讨研究。然后分析了陶瓷烧成窑的结构以及烧成过程与烧成制度,窑炉温度测量的方法,得出温度控制系统的基本模型并确定控制方案。以陶瓷烧成温度控制系统为研究对象,设计陶瓷烧成窑温度控制系统的硬件,包括微处理器模块、温度采集模块、执行机构模块、驱动电路模块、以及硬件的抗干扰；采用VC++6.0设计上位机软件,包括上位机控制、温度设定、实时温度显示、上下位机通信以及算法的调用等。动态矩阵预测控制对具有大时滞特性的对象,有良好的动、静态性能和强的鲁棒性,为现实陶瓷烧成温度的精确控制提供了可能。分别采用了人工神经网络、支持向量机(最小二乘支持向量机和采用优化算法的最小二乘支持向量机)作为预测模型,替代了实际对象过程的阶跃响应模型,并将预测结果进行比较分析。结果表明基于微粒群优化的最小二乘支持向量机能够得到精准的系统预测模型。通过仿真实验研究分析了动态矩阵控制的部分参数,得出了参数对控制性能影响的规律。结合本文的研究对象——陶瓷烧成窑温度控制系统,对其进行动态矩阵预测控制仿真实验,并与传统的Smith预估、内模控制相比较,结果证明了该方法的有效性。