生物免疫系统是一种高度并行的自适应信息学习系统，它能自动地识别和排除侵入机体的抗原性异物，并且具有学习、记忆和自适应调节能力，能够维护机体内环境的稳定。在现代信息科学和生命科学相互交叉渗透的研究领域，由生物免疫系统启发的人工免疫系统(AIS，Artificial Immune System)是继神经网络、模糊系统和进化计算之后的又一个研究热点，是模仿自然免疫系统功能的一种智能方法。被广泛应用于各种工程领域，包括自动控制、信息安全、数据挖掘、模式识别等方面。机械故障诊断是上世纪六七十年代产生并发展起来的一门综合性边缘学科。随着科学技术的不断发展，生产设备越来越复杂，自动化水平越来越高，故障诊断的难度明显增大。因此，研究和开发高效、实用的机械故障诊断技术，不仅是现代化生产及制造设备自动化的需要，也是现代机械设备运行维护和管理的一大课题。本文首先从生物免疫系统入手，在介绍了生物免疫学的发展史的基础上又介绍了抗原、抗体、淋巴细胞等基本概念；免疫器官、免疫细胞、免疫分子等免疫系统基本结构和免疫耐受、免疫应答等免疫系统基本机理。并归纳总结出其仿生机理，包括免疫识别、免疫记忆和自适应等。其次，本文在研究免疫调节机理的基础上提出了免疫调节算法。该算法能够促进免疫系统对抗原的快速应答，并保持免疫系统的相对稳定性。其主要作用是处理系统中存在的内部和外部的不确定性，减小系统实际运行的行为和期望行为间存在的偏差。随后，本文将该算法与模糊PID控制器相结合，应用于过热汽温串级控制系统和二自由度PID控制系统中，并通过无源定理对该控制系统的稳定性进行分析。仿真结果表明，这两种控制系统效果优于常规PID串级控制系统和二自由度PID控制系统，具有较强的鲁棒性和稳定性，较快的响应速度。最后，本文在分析群体免疫算法和网络免疫算法的基础上提出了免疫群体网络算法。该算法利用局部及全局等两个不同的搜索空间进行多点并行搜索，在全局范围内搜索评价值高的区域的同时也在该区域内搜索局部最优解，实现了从全局到局部的全方位的搜索机制，从而具有较高的全局和局部最优解搜索能力。通过测试函数试验证明该算法的在最优值搜索中有效性。本文还将该算法应用于旋转机械和火电厂制粉系统的故障诊断试验中。试验结果证明该算法在故障诊断系统中的有效性。