神经网络是一种信息处理系统，由模拟大脑神经细胞设计而成的处理单元所组成，具有以任意精度逼近任何连续非线性函数的能力和从样本学习的能力，因而在故障诊断中得到了广泛的应用。与专家系统相比，具有更高的时间效率，又能保证更高的质量。
20世纪90年代以来，人工神经网络智能诊断系统迅速发展，己成为国际上故障诊断领域的最新热点，同时神经网络用于制冷与空调系统故障诊断也产生了大量研究成果。如动用神经网络BP算法结合制冷剂压力信号特征值来描述冷库制冷系统的运行状况，井诊断、预报制冷剂泄漏故障及故障点定位，可实现较高的诊断精度和准确性。
由于神经网络存在未能充分利用领域专家的知识。需要足够的学习样本，并且其推理过程不能解释，缺乏透明度等不足，因而人们提出了将神经网络与其他方法相结合的方式进行故障诊断。
其中最典型的，并得到成功应用的是神经网络与专家系统相结合的混合智能诊断，用神经网络解决专家系统的知识获取，用专家系统的知识库及可解释过程等特点解决神经网络的“黑箱”问题，两者互为补充，显示了明显的优越性。
