近年来,我国能源需求和消耗逐年增加,低品位能源回收倍受关注。国内外学者关于能源回收利用做出了大量研究,提出了基于有机朗肯循环的余热回收系统。有机朗肯循环以它循环流程简单,系统搭建易实施等特点成为余热回收系统最基础、实用的换热循环。余热回收系统可以回收广泛的低品位热源,如太阳能、生物能、化学反应能以及废热能等。其中,工业过程所排放的烟气是一种很广泛的热源。因此,烟气能源的回收对于节能减排具有重要意义。基于有机朗肯循环的余热发电系统分为两种：负荷跟踪余热发电系统和烟气深度利用发电系统。两种系统都具有多变量、强耦合、多不确定性的特点。首先,本文对余热发电的原理进行了简要介绍,对系统中关键部件--涡旋式膨胀机机理建模,得到一个面向控制的模型,并进行模型测试。其次,余热发电系统中,各种干扰实时存在,导致机理模型与实际模型存在差距。为了解决这一问题,本文对数据驱动建模展开研究。运用带遗忘因子的最小二乘算法辨识系统参数,用数据代理机理知识得到余热发电系统的模型。并对比了辨识模型输出曲线与原模型输出曲线,仿真表明,带遗忘因子的最小二乘算法可以有效辨识多变量系统参数,加上本身带有递推关系,也可以用于系统参数的在线辨识。最后,针对系统中的干扰、不确定性、强耦合、多变量等特点,设计广义最小方差自校正控制策略。该算法结合了广义最小方差控制及带遗忘因子的最小二乘辨识,无需解耦,就可以保证系统具备良好的跟踪性能和抗干扰能力。仿真结果表明,带遗忘因子的最小二乘辨识可以随着工况点及外部扰动的变化自适应更新系统参数,有利于控制律的准确作用。在对比性测试中,将该算法与传统PID控制器进行对比,仿真结果表明,广义最小方差自校正控制可以使被控量很快跟踪设定值,缩短调节时间,优于传统PID控制效果。