随着航空事业的不断发展,民航与军航的飞行次数在不断的增加,伴随的航空维修也在不断的增多,很多航空维修单位开始采用高科技来记录航空维修的数据。随着时间的推移,越来越多的航空维修记录被存储到数据库中,当这些数据量积累到一定程度时,必然反映出有规律性的东西。本文针对航空维修领域的迫切需求,应用数据挖掘的理论方法和技术,设计了航空维修数据挖掘系统结构框架;根据航空维修数据挖掘系统的结构框架最终确立了航空维修数据挖掘系统的实现方法和步骤。分析数据挖掘的特点及定义,构建了航空维修数据挖掘模型,并提出本文航空维修数据挖掘的步骤。针对粗糙集和时间序列相似性等相关技术进行了深入的分析,提出并设定了粗糙集约简及时间序列相似性搜索的方法和步骤,使用了粗糙集约简及差别矩阵、简化决策表并获得最优约简集。本文通过时间序列相似性搜索,建立了某飞机部件的维修数据曲线趋势图,依据趋势图对未来飞机部件故障率进行了预测,使用训练集训练了该数据挖掘模式,实验结果表明,该模式可以有效的预测下一阶段飞机部件的故障率,可有效的提高航空维修决策的智能化水平。