专家系统用于制冷系统故障诊断具有巨大的经济价值和社会价值。 传统的故障诊断专家系统(Expert System，简称ES)是基于符号推理的智能诊断模型，是在故障诊断领域内以人类专家水平去解决该领域中困难问题的计算机程序。它能在系统不确定、不完备的领域知识下进行推理，而且能对问题求解过程作出解释。但它同时存在着知识获取难、知识台阶窄和推理能力弱等局限性。 本文分析专家系统的优缺点。最后将模糊逻辑和神经网络引入到故障诊断专家系统。使得故障诊断专家系统既具有学习，联想，自适应性，又能进行模糊推理。通过多种传感器监测性能，获得的参数经过处理后提供给专家系统，专家系统就可以实现对冷库故障高效准确的诊断。 故障诊断技术包括状态监测和故障诊断这两个内容。冷库状态监测和故障诊断是通过掌握冷库过去和现在运行中的状态量，判断有关异常或故障的原因及预测对未来的影响，从而找出对策技术。 因此，本文主要从两个部分进行论述，第一部分是进行前端数据获取，这是进行故障诊断的基础。在这一部分中详细探讨了的冷库参数的获取情况。第二部分是进行故障诊断。在这一部分中，根据数据库，结合专家系统的知识库，可以直接对故障进行诊断。在本文中，研究冷库状态监测和故障诊断整个系统，阐明了系统主要内容和总体框架，并着重研究了作为专家系统核心的知识库及管理系统的构建方法。 最后该软件是用Visual C++6.0程序设计语言实现了的冷库的离线监测和故障诊断专家系统。