企业安全管理对于企业的正常运行和生产具有举足轻重的作用。而企业安全管理都离不开机械设备的安全管理。随着设备设计的复杂化和应用的广泛性,企业关于设备性能和运行的各项指标积累了大量数据纪录。有效地管理有关大量数据并且从中提炼出有意义的安全管理信息成为了安全管理中重要和有挑战性的问题。这篇论文应用数据挖掘这一新兴综合性技术来解决对于大量数据的有效分析，从而揭示隐藏于数据背后的有用信息。我们选取压力管道这一具有代表性的设备进行研究，通过使用数据挖掘的方法揭示出压力管道事故信息数据的内在模式和相互关系,这是用传统的统计方法所不能得到的。本论文的具体工作采用了决策树分析,关联规则分析和回归分析三种数据挖掘的算法,从不同角度研究了数据挖掘技术在压力管道安全管理事故分析中的应用,从而全面揭示了数据代表的有用信息。本论文首先使用决策树ID3算法来建立压力管道事故的决策树,进而分析压力管道的类型和事故的原因对压力管道事故分类的影响。其次，使用关联规则分析来研究压力管道事故数据中管道类型和事故原因之间的关系。通过定量分析管道类型和事故原因的提升度,揭示出对于一定的管道类型,一些特定的原因更容易导致事故。最后,论文使用回归分析的方法建立了历年的压力管道事故发生数量与年份之间的模型,并应用得到的模型对将来的事故数进行了具有较高精确度的预测，这也验证了所得模型的准确性。本论文不仅通过实例验证了数据挖掘技术在压力管道安全管理工作中的有效性，而且也为数据挖掘技术的进一步发展和完善提供了具体的应用环境，从而促进了安全管理和数据挖掘这两个学科相辅相成的发展。