This thesis discuss the possibility to position control a rotor levitated with active magnetic bearings. The controller type considered is model predictive control which is an online strategy that solves an optimization problem in every sample, making the model predictive controller computation-intense. Since the sampling time must be short to capture the dynamics of the rotor, very little time is left for the controller to perform the optimization. Different quadratic programming strategies are investigated to see if the problem can be solved in realtime. Additionally, the impact of the choices of prediction horizon, control horizon and terminal cost is discussed. Simulations showing the characteristics of these choises are made and the result is shown. / Det här examensarbetet diskuterar möjligheten att positionsreglera en rotor som leviteras på aktiva magnetlager. Reglerstrategin som används är modellbaserad prediktionsreglering vilket är en online-metod där ett optimeringsproblem löses i varje sampel. Detta gör att regulatorn blir mycket beräkningskrävande. Samplingstiden för systemet är mycket kort för att fånga dynamiken hos rotorn. Det betyder att regulatorn inte ges mycket tid att lösa optimeringsproblemet. Olika metoder för att lösa QP-problem betraktas för att se om det är möjligt att köra regulatorn i realtid. Dessutom diskuteras hur valet av prediktionshorisont, reglerhorisont och straff på sluttillståndet påverkar regleringen. Simuleringar som visar karakteristiken av dessa val har utförts.