在煤、化工及石化等行业生产过程中,存在大量温度范围在80℃～200℃之间的低温工艺凝液需要被冷却至目标温度。我国煤、化工工厂主要分布于西北部地区,水资源匮乏问题成为选择冷却方式的主要矛盾,化工行业常用的冷却方式不仅需要消耗大量的冷却水、大量的低温热能也被浪费,造成了能源利用率低的问题。低温热源的热量由于其品位较低难以利用,有机朗肯循环（Organic Rankine Cycle,ORC）技术在低温余热利用领域有较为成熟的研究及应用,但相较于常规冷却方式其初投资较大,且系统净输出功率随目标冷却温度降低会大幅度下降,系统甚至会耗功率。本文结合常规冷却方式和ORC余热回收技术的优缺点,串联ORC冷却单元和常规冷却单元搭建组合式冷却系统。低温热源首先通过ORC冷却单元被冷却发电至中间温度,再通过常规冷却单元冷却至目标冷却温度,组合式冷却系统不仅利用了低温热源的热能,且将低温热源冷却至目标冷却温度,减少低温热源对环境的损害。应用热力学第一定律、热力学第二定律建立单级ORC组合式冷却系统热力学模型和换热器模型,为了进一步提高组合式冷却系统的性能,减小有机工质冷却低温热源换热过程中的换热温差,进一步建立了双级ORC组合式冷却系统的热力学模型和换热器模型。并在其他研究者的研究基础上推导了双级ORC冷却单元净输出功率的理论表达式,通过理论分析的方式分析关键参数对系统的净输出功率、（火用）损率、换热面积以及单位净输出功率所需换热面积（APR）、环境评价指标SI指数的影响规律,并利用已经建立的数值模型进行验证。研究结果表明,在给定的热源特性和环境条件下,单级ORC组合式冷却系统性能的主要影响参数为蒸发温度,双级ORC组合式冷却系统性能的主要影响参数为高温级蒸发温度和低温级蒸发温度,并且在所选有机工质R245fa使用热力范围内,系统分别都存在最佳蒸发温度使得系统的净输出功率最大、（火用）损率最小、SI指数最小,且使得系统（火用）损率和SI指数最小的最佳蒸发温度即为净输出功率最大的最佳蒸发温度,还分别都存在另一最佳蒸发温度使得经济性指标APR最小。在热力学分析和经济性分析的基础上,应用群智能优化算法——粒子群算法,建立组合式冷却系统的优化模型,分别优化不同热源特性和环境条件下单级ORC组合式冷却系统和双级ORC组合式冷却系统净输出功率最大对应的最佳蒸发温度和经济性指标APR最小对应的最佳蒸发温度,并研究不同热源温度和热源质量流量对应的最佳蒸发温度的变化规律。研究结果表明,热源流量仅对组合式系统最大净输出功率的值产生倍数关系,而不影响净输出功率最大时的最佳蒸发温度值,热源入口温度越高,组合式系统最佳蒸发温度越高,对应的最大净输出功率也越大,采用多项式拟合后结果表明单级ORC组合式系统的最佳蒸发温度和热源温度成三次方关系,双级ORC组合式系统的高温级蒸发温度和热源温度也成三次方关系,低温级最佳蒸发温度和高温级最佳蒸发温度成线性关系。组合式冷却系统APR最小时的最佳蒸发温度与低温热源的入口温度和质量流量都有关,热源的温度和流量越大,组合式系统的APR指标就越小,系统的经济性就越好,采用组合式系统冷却发电的意义就越大。在同样的热源特性及环境参数下,比较了单级ORC组合式冷却系统和双级ORC组合式冷却系统的最大净输出功率和最小APR,结果表明,双级ORC组合式冷却系统最大净输出功率都为单级ORC组合式冷却系统最大净输出功率的2倍及以上,且双级ORC组合式系统的经济性及环境友好型均优于单级ORC组合式冷却系统。为了减小组合式冷却系统在运行控制过程中最优运行参数的寻优时间,基于热力学模型和优化模型得到一定热源入口温度和冷凝温度范围内系统稳态运行时净输出功率对应的最佳蒸发温度作为样本数据集,并训练遗传算法优化的BP神经网络、级联BP神经网络以及RBF神经网络,预测系统在不同热源和环境情况下的最优运行参数值作为控制方法中的最佳蒸发温度预测模块。将实测热源温度和流量作为训练样本,训练LSTM神经网络作为控制方法中的提前预测热源特性模型。结合上述训练好的神经网络,建立前向传播控制方法控制系统在最佳运行参数下工作,根据扰动建立PID反馈传播控制器控制系统在最佳运行参数下稳定运行,单级ORC组合式冷却系统和双级ORC组合式冷却系统的最佳蒸发温度均在10 s内达到稳定,响应结果表明离线神经网络优化控制单级ORC组合式系统及双级ORC组合式系统响应特性都较好。