生物免疫系统是一种并行的自适应信息学习系统，具有完善的机制来识别和排除侵入机体的抗原，并具有学习、记忆和自调节能力。受生物免疫机理的启示，在借鉴生物免疫系统信息处理机制的基础上逐渐发展起来一门新智能信息处理方法——计算机免疫学。近年来，人们建立了各种以免疫学理论为基础的面向应用的人工免疫系统。目前人工免疫系统理论研究主要包括人工免疫算法和人工免疫网络模型两个方面，应用研究主要在网络安全、故障诊断和优化计算等领域。本文研究工作的核心是人工免疫系统的设计及其在故障诊断中的应用，提出一种有效的故障诊断方法。首先简单介绍了生物免疫系统的一些基本概念、组成结构、工作原理，对与故障诊断免疫系统有关的一些机制和系统特性进行了总结。接着介绍了人工免疫系统当前的研究及应用状况，并对一些经典的免疫算法的基本结构和流程进行了研究和分析，主要对否定选择算法、克隆选择算法和aiNet免疫网络进行了深入研究。基于这些工作提出了一个人工免疫系统的基本框架，利用改进的否定选择算法进行检测器的训练，再利用改进的aiNet网络进行故障的检测，为提高效率用模糊聚类的方法将自体和检测器进行了聚类，使得每个自体和检测器都具有一定的代表性。通过仿真实验，验证了免疫算法的性能及其应用在电机故障诊断中的有效性。本文还对智能故障诊断技术进行了探讨，提出可将专家系统、多Agent技术及免疫算法结合起来进行故障诊断。