蓝宝石晶体材料具有优良的机械、物理和光学性能，它在半导体照明、透红外窗口材料、微电子领域和其它民用领域都有广泛的应用，大尺寸高质量蓝宝石单晶的需求也随之而不断地快速增加。人工蓝宝石晶体的常用制备方法有泡生法、提拉法、导模法、焰熔法、热交换法和温度梯度法等，目前泡生法是生长大尺寸蓝宝石晶体的最佳方法。国内外众多学者在蓝宝石晶体制备方面做过大量研究，本文主要从涉及较少的蓝宝石晶体生长监测与软件开发的角度出发进行了探索研究。　　本文以泡生法蓝宝石晶体生长为重点进行研究，为了良好地监测及控制晶体生长过程，先对泡生法蓝宝石晶体生长设备各个子系统的运行原理和生产过程进行深入分析，在此基础上采集晶体生长过程中的全部参数，并基于SPSS统计软件进行参数分析，包括描述性分析、探索分析、相关性分析和多元线性回归等具体工作。对每个变量相对于正态分布的偏度和峰值进行总结，结合晶体生长阶段来分析变量对晶体重量影响的箱线图，并且研究了变量间的相关显著性和相关系数。为了更深入地研究各个变量对晶体重量的影响，建立了多隐层非线性BP神经网络预测模型，结合SPSS参数分析提出了优化SPSS-BP预测模型，并对各种模型的预测精度和运算量等方面的性能进行了对比总结。最后联系泡生法实际生产需要，用C++编程工具开发了晶体生长监测软件，再分析重量预测模型在监测软件中的应用前景，为人工调节提供便利。　　研究表明BP神经网络在泡生法晶体生长预测方面适用性较强，能够实现非线性参数模拟并且保证良好的预测精度。提出的优化SPSS-BP预测模型在运算量和预测精度上都能满足泡生法的要求，它在数据扩展和推广应用方面更具有优势。通过分析发现，对晶体重量影响最大的因素为拉速、功率和位置。泡生法蓝宝石晶体监测软件能够实现基本的监测要求，从中能及时发现并解决晶体生长过程中出现的问题，从而提高了产品的成品率。同时，将晶体重量预测模型和软件相结合可以促进智能控制技术在泡生法晶体生长中的应用。