專家系統是人工智能領域的一個前沿分支，通過把一些已在實踐中得到驗證的知識形式化，存入計算機中，把診斷過程用具有推理、決策能力的程序完成，從而以計算機代替人類專家，實現對系統的故障診斷。

應用于制冷與空調系統故障診斷的專家系統，其核心組成部分是存放制冷與空調系統故障專門知識庫和進行實際問題推理、求解的程序即推理機。這樣的系統具有專家的知識，能進行有效的推理，能解釋推理過程，有透明性。

在制冷與空調工程實踐中，系統或對象的數學模型往往無法得到，而專家系統則克服了對模型的過分依賴，對于復雜的制冷系統的故障診斷非常有效，這是專家系統的最大優勢。同時，知識獲取的“瓶頸”問題是專家系統的主要缺點。為了有豐富、完備的知識庫，就需要有許多專家的大量故障診斷方面的知識來建立，這往往使得知識庫非常龐大，現有的推理機制便有可能造成系統的處理速度緩慢，這對實現大型制冷系統的迅速診斷故障是不利的。

20世紀80年代中期，國際上開始將專家系統收入制冷空調領域，研究方向主要集中在故障診斷、能量分析、智能設計、優化管理及智能控制等幾個方面，并取得了相當大的成功。專家系統在應用于制冷與空調的故障分析當中，用層次分類法將故障及故障原因模塊化，建立故障分析的系統模型，同時使用二叉判定樹的方法建立推理機制，完成對故障的診斷。