近年来，数据挖掘技术发展迅速，将它用于企业设备管理是一项有意义的工作。数据挖掘技术有助于解决传统数据分析方法所不能解决的问题，发现隐藏在数据间的联系和数据的发展趋势，进一步提高我们分析数据、处理数据的能力。在本设备管理系统中，我们采用螺旋式开发方法，自顶向下设计设备运行维护的数据模型和设备管理数据仓库，并利用数据挖掘算法对企业设备数据进行分析和处理。构建数据仓库的过程中，需要对大量的原始数据进行筛选、清理、集成，以便为数据挖掘提供准确的、精简的数据集。我们在大型企业的设备处建立数据仓库系统，在企业的各个分厂或车间建立数据集市，由元数据控制和保证数据的一致性，利用星型模型确立设备管理各部分之间的关系，利用CIMS技术构建IDEF，1.X模型。数据挖掘技术的研究与应用是整个课题的核心。数据仓库的构建为数据挖掘提供了良好的数据平台，数据挖掘就是要从大量的历史数据中发掘出有价值的信息。考虑到原始数据繁琐、零乱，在做数据准备时，采用了描述型模式分层聚类算法，对设备按一些属性粗略分类，并利用预测型模式线性回归技术和贝叶斯分类模型对设备维护需求作出预测。实际系统中，采用Microsoft SQL小型数据库系统，并用Dephi语言进行编程，整个系统为C/S结构，遵循相关的数据挖掘标准，实现了线性回归、贝叶斯分类和分层聚类算法的实现。通过分析样本数据，证实数据挖掘的效果达到了预期的目的，为系统更广泛地应用打下良好的基础。