数据挖掘技术是从大量的、不完整的、嘈杂的数据中,提取出隐藏在其中并且潜在有用的信息和知识的过程。利用数据挖掘方法,研究者可通过分析历史数据和当前数据,从而发现隐藏的关系和模式,然后对未来可能发生的行为进行预测。本论文运用偏最小二乘回归方法,对点焊质量及其影响因素、耐热钢衬板合金成分与性能的关系进行了数据挖掘。　　文中利用单因变量偏最小二乘法建立了熔核尺寸与工艺参数的偏最小二乘回归模型,并利用所建立的回归模型对熔核尺寸作了预测。预测结果表明,所建立的模型具有较好的精度。　　本文以Fe-Al系耐高温衬板合金为研究对象,在实验数据的基础上,以Cr、Al、B、Si等作为主要合金元素,运用多因变量偏最小二乘回归方法建立Fe-Al系耐高温衬板合金的成分与性能之间的数学模型,并对合金的性能进行了预测。