神經網絡是一種信息處理系統，由模擬大腦神經細胞設計而成的處理單元所組成，具有以任意精度逼近任何連續非線性函數的能力和從樣本學習的能力，因而在故障診斷中得到了廣泛的應用。與專家系統相比，具有更高的時間效率，又能保證更高的質量。
20世紀90年代以來，人工神經網絡智能診斷系統迅速發展，己成為國際上故障診斷領域的最新熱點，同時神經網絡用于制冷與空調系統故障診斷也產生了大量研究成果。如動用神經網絡BP算法結合制冷劑壓力信號特征值來描述冷庫制冷系統的運行狀況，井診斷、預報制冷劑泄漏故障及故障點定位，可實現較高的診斷精度和準確性。
由于神經網絡存在未能充分利用領域專家的知識。需要足夠的學習樣本，并且其推理過程不能解釋，缺乏透明度等不足，因而人們提出了將神經網絡與其他方法相結合的方式進行故障診斷。
其中最典型的，并得到成功應用的是神經網絡與專家系統相結合的混合智能診斷，用神經網絡解決專家系統的知識獲取，用專家系統的知識庫及可解釋過程等特點解決神經網絡的“黑箱”問題，兩者互為補充，顯示了明顯的優越性。
