依据某钢铁企业的质量数据库，本文应用数据挖掘(Data Mining，DM)技术对GCr15轴承钢中B细夹杂物的级别进行了分类研究，分析了B类央杂物形成的原因，并以B细央杂物的级别为输出变量，建立了分类模型。具体的研究结果体现在以下几点： 1、研究了GCr15轴承钢中非金属夹杂物形成的机理原因，阐述了B细央杂物的处理方法，分析了GCr15轴承钢中部分化学成分、氧氮的作用。 2、对某钢铁企业的质量数据(化学成分、氧氮、B细、B粗)进行了数据预处理，使其成为完整的、一致的、标准的数据； 3、对化学成分、氧氮进行了统计分析，为后来的概率密度函数估计打下基础；增加了变量Ca/Al、Ca/Alsol、Alsol/Al、Al*0，其中部分变量是贝叶斯分类模型(模型7)的重要输入变量。 4、建立了关于B细夹杂物的分类模型，实现了对0类样本的正确分类。其中，支持向量机分类模型(模型12)对0类样本的分类正确率已经达到97％。贝叶斯分类模型(模型7)对1类样本的预报正确率已经达到56.76％。经过特征选择确定的变量简化了分类模型的结构，而预报正确率基本不变。