近几年,我国的冶金行业保持了较高的发展速度,而且每年都需要消费大量的石灰。因而研究如何对石灰的生产过程进行更好的优化控制,从而提高产品质量、节能降耗,是具有重大的经济意义以及社会意义的。本文在分析了石灰生产工艺过程的基础上。将回转窑最重要的控制参数之一的煅烧带温度,选作被控对象,通过调节煤气流量来对其进行控制。并且利用天铁集团的石灰回转窑历史数据,运用MOESP子空间建模方法,得到了煤气流量与煅烧带温度之间的状态空间模型。进一步将其转变为CARIMA模型形式,应用到后续的控制算法仿真当中。石灰回转窑的生产过程包含复杂的物理化学反应,具有大惯性、多变量、强耦合、存在时变的特点,利用常规的控制方法难以得到理想的控制效果。而子空间预测控制策略是目前预测控制研究的热点之一。本文对子空间预测控制算法做了推导,针对石灰煅烧过程中存在的时变特性,提出了一种基于变遗忘因子的递推子空间控制策略。该策略利用模型匹配误差来计算时变遗忘因子,将其引入到数据矩阵的构造中,使得数据更好的跟随系统信息的变化,进而求取更优的控制量。文中还利用一系列的Givens旋转更新所需要的下三角矩阵,避免了在控制的每一步都要重新求解一个QR分解的问题,减小了计算量。通过仿真表明,这种控制策略取得了较好的控制效果。其在一定程度上,解决了被控对象参数发生变化时,常规控制算法由于模型失配引起控制性能下降的问题。并且该策略同广义预测控制一样,对于干扰都能及时弥补,减小偏差。同时二者相比较,本文提出的算法响应速度较快。从仿真中还得出了变遗忘因子策略比固定遗忘因子策略自适应能力强的结论。