随着世界经济一体化步伐的不断加快,市场竞争越演越烈,装备制造企业不仅要适应客户个性化定制、品种多、批量少、交货期短的需要,还要满足高质量产品的要求。当今市场竞争已经从“价格竞争”转向“质量竞争”,产品质量的高低已经关系到企业的生存和发展,而先进的质量管理已成为增强企业核心竞争力的重要一环。如何有效的管理和利用那些从企业生产和经营中产生的庞杂的质量数据是企业迫切需要解决的问题。在传统的管理模式下,我国很多装备制造企业仍然局限于质监部门的独立活动,注重质量问题的后续处理,难以实现对产品整体质量水平的控制。另一方面,随着制造业信息化的深入,企业从日常的生产活动中,收集到大量的、杂乱的数据未能得到充分利用,大多只停留在对数据的简单统计与图表的显示,同时也缺乏种强大的数据分析工具来挖掘出隐藏在数据背后的有用信息。针对装备制造企业质量管理活动的现状和需求,本文将质量管理和数据挖掘技术有机结合,充分利用企业生产得到大量的数据,挖掘出有利于提高产品质量,降低产品不合格率的有用信息。在研究内容方面,先介绍本文研究背景,说明企业质量管理存在的问题；再研究数据挖掘技术及其在装备制造业质量管理中应用的可行性；然后将数据挖掘技术分别应用在供应商质量管理和生产过程质量分析,分别建立基于Apriori关联规则算法的供应商质量评价模型和基于C4.5决策树算法的生产过程质量分析模型,从分析结果中发现了有用的信息并给出建议,帮助企业进行有效地决策；最后是对论文的工作总结以及未来的工作提出了展望。