隨著制冷在社會經濟與人民生活中越來越廣泛的應用，其在生產生活中的重要性也不斷增強。如何提高制冷系統的可靠性，并及時找出原因，排除故障，甚至在故障發生之前準確預測，盡且減輕故障所造成的后果，降低運行成本，已經成為一項重要的研究課題，特別對大型的制冷系統，保證其正常運行，提高其安全性、經濟性，顯得尤為重要。因此，針對于制冷系統的故降診斷技術日益受到人們的關注。故障診斷技術是一門綜合性技術，具有很強的學科交叉性。大量學科，尤其是現代控制理論、信號處理、模式識別、最優化方法、決策論、人工智能等近20年來迅速發展，為解決復雜系統的故障診斷問題提供了有力的理論基礎，從20世紀60年代現代故障診斷技術誕生至今，產生了大量的研究成果，其中很大部分已經被廣泛應用。

制冷系統按照原理可分為蒸氣壓縮式制冷、吸收式制冷、吸附式制冷及半導體制冷等。

蒸氣壓縮式制冷系統一般由制冷壓縮機、熱交換設備和節流機構組成，其循環工質為制冷劑并含有油、水、空氣及其他雜質，并且以汽相、液相及汽液混合狀態而存在于制冷系統循環中。吸收式制冷系統則由吸收器、發生器、熱交換設備、泵及抽氣裝置等組成。

兩者共同之處在于制冷劑中含有雜質，并且以多種狀態存在于系統中。因此，制冷系統的故障有其典型的特點:故障征兆復雜、原因復雜、征兆和原因之間的關系復雜，內部有很多目前的手段所不可測量的參數，而且部分數據間的關系不明顯。

針對以上情況，近年來，制冷系統故障診斷技術已經從單一的、常規的診斷方法發展到以人工智能等先進技術為基礎的智能診斷技術。