本文是依托内蒙古广纳集团的横向项目来完成的,目的是找出对轮胎磨损造成影响的原因,解决矿用卡车轮胎磨损快,消耗成本大等问题。目前广纳集团露天煤矿共有12座,年产量960万吨,卡车运输是这些煤炭在矿上的主要运输方式,总生产成本的80%左右为卡车运输成本,柴油消耗和卡车轮胎磨损是运输成本中的主要占比,矿用卡车轮胎消耗大而且造价高。本文所研究的主要内容就是从轮胎的大量使用数据中对矿用卡车轮胎进行磨损原因分析,主要完成工作是研究一个能够分析出影响轮胎磨损原因的数据分析模型,并对各种影响因素的影响程度进行排序,给矿上工作人员一个贴近实际情况的合理化建议和对策。与以往基于动力学和基于材料学的研究不同,本文是基于数据挖掘的方法来对矿用卡车轮胎的磨损原因进行分析,为数据挖掘模型创建了新的应用场景,数据挖掘能够运用各种模型和各类的技术工具,在海量的数据库中找到他们背后的规律和潜在的信息,并且找出这些信息和规律之间的关联规则性。在对本文所需算法的研究过程中,尝试使用了决策树、k-means、聚类、线性回归以及神经网络等模型。通过测试集训练的结果比对,最终本文选取线性回归和BP神经网络两种模型对轮胎磨损原因进行分析、对比,并通过矿上工作人员的实际评估认为该模型的分析结果与实际情况相符,具备较高的可信度,为使实验结果可视化,本文搭建了广纳集团矿用卡车轮胎磨损原因分析系统,该系统可以实现对算法的调用,并且各个模块之间运行流畅,可以实现对任意指定数据集分析的效果,并且数据的分析结果均可以在系统内得到。最终本文算法所得出的结论,有效的解决了广纳集团矿用卡车轮胎科学化管理的难题,实现了降本增效的目的,为广纳集团创造了很大的经济效益。