數據挖掘技術，就是借助處理工具有效提取隱藏在大量數據體系內有利用價值的信息，并且將信息進行匯總，依據信息的概念、信息的關聯性規則以及信息的規律完成信息分類處理，以備后續建立完整的應用框架方案。需要注意的是，因為數據挖掘技術本身涉及不同的領域，是一種集成化的技術模式，因此，在實際應用過程中，能將信息從簡單的查詢轉變為數據的挖掘匯總，不僅為人們創設良好的工作決策提供保障，也能建立更加系統化的技術支持體系[1]。在對大數據發展背景進行集中研究的過程中，要想滿足數據分析要求，就要整合數據挖掘技術的具體流程，確保能按照標準化模式和管理要點完善相應工作，從而提升管控體系的基本效率。首先，要保數據準備工作滿足預期，按照標準化流程進行數據的分析和判定。其次，要進行集中的數據挖掘，合理性建構系統化調控機制和管理模式，保數據挖掘技術的應用效果符合預期。后，要對挖掘結果進行解釋和對應評估，從而發揮不同算法以及應用管理的價值，其中，聚類分析、關聯法則分析以及分類分析都是較為常見的。

2數控機床故障分析

要想在數控機床管理工作中有效應用數據挖掘技術，就要全面了解數控機床的常見故障，從而建立針對性的判定機制，優化管理結構的時效性，也為后續建立更加科學化的處理機制創設良好的平臺[2]。

2.1FMECA技術分析法

在對數控機床進行故障分析和判定的過程中，要結合具體情況和實際應用要點進行全面分析和判定，整合對應的信息體系。追溯對于FMECA項目的研究，早是應用在航天工業中，為了進一步發揮其實際價值和應用優勢，國外針對FMECA（圖1）的應用模式建立了相應的管理標準。FMECA技術主要是對差異化產品進行故障的判定分析和確認處理，并且能結合相應的故障模式完成對比分析，從而獲取評價結果，落實可靠性辨認工作，能有效發揮技術優勢維護運行效率，大化減少數控機床的故障問題，也能針對一些可能出現的故障隱患進行糾察，從而保故障判定模式更加貼合實際應用要求。