随着社会的发展和生活水平的提高,暖通空调系统在人们的生产和生活中的应用越来越广,系统也变得越来越复杂,设备发生故障的概率也就大大增加了。暖通空调系统故障的发生必然会对生活和生产环境产生重大影响。因此当故障发生时如何有效地识别故障就显得尤其重要,仅仅依靠人工排除故障的传统方法就越来越满足不了空调环境安全、舒适和节能运行的需要了。论文采用理论分析和实验相结合的方法对螺杆式冷水机组的故障检测和诊断技术进行研究。论文首先用模糊数学的方法对系统的常见故障进行综合评判,并编制基于模糊数学方法的故障诊断程序。然后用实验方法模拟螺杆式冷水机组发生的常见故障,并分析故障对机组性能的影响,找到故障发生时特征参数的变化和故障之间的联系,对特征参数的变化情况进行分析,并在实验结果分析的基础上用人工神经网络的方法对暖通空调的常见故障进行诊断。由于暖通空调系统的故障和原因之间存在不确定性和模糊性,没有明确的界限,而模糊数学在处理事物中广泛存在的模糊性方面以及它在处理复杂系统方面非常简捷,因此在论文的第二章采用模糊数学方法来研究螺杆式冷水机组的故障诊断。人工神经网络是人类在认识大脑神经网络的基础上人工构造能够实现某种功能的神经网络,具有强大的信息储存和处理功能,被广泛用于模式识别和控制领域。本论文在第三章和第四章尝试采用人工神经网络方法对暖通空调系统的常见故障进行诊断,为课题的开展做一些前期研究。在论文的实验部分模拟了冷冻水流量减少和冷却水流量减少等七种故障,通过实验数据分析得出当故障发生时制冷机组性能的变化,并建立了适合人工神经网络训练的故障特征参数的变化情况的数学模型。