降低企业成本、生产高附加值的产品和提高产品质量是目前钢铁公司努力寻求的目标。冷轧酸洗产品在汽车行业、机械行业、轻工家电行业等均有重要的应用。但冷轧酸洗产品在我国钢铁企业的生产处于起步阶段，产品表面判定不合格率较高。为了适应市场需求和企业发展的需要，提高钢铁企业冷轧酸洗产品的质量和市场竞争力，是当务之急。本课题就是根据某钢铁企业冷轧酸洗产品表面质量缺陷，分析影响冷轧酸洗产品表面质量缺陷的因素，有效地提高冷轧酸洗产品表面质量，从而降低企业生产成本。冷轧酸洗产品生产过程包括炼钢、热轧、酸洗，其涉及范围广泛，仅仅通过关键生产过程来控制产品质量有其局限性，而且在不同的生产环境，影响冷轧酸洗产品质量的因素可能不同。本文主要研究内容是根据某钢铁企业冷轧酸洗产品质量缺陷，利用数据挖掘技术，使用SAS Enterprise Miner工具提供的二分决策树、逻辑回归、多分决策树模型等数据挖掘模型来分析冷轧酸洗产品表面质量缺陷，通过SAS Enterprise Miner提供的评分工具以及企业生产实际情况对各模型进行评分，选择最为适用的模型——多分决策树，并将其应用于冷轧酸洗产品表面质量缺陷分析中。经过分析得出影响冷轧酸洗产品表面质量缺陷的因素：1、平均酸洗速度；2、出口材料宽度；3、出口材料厚度。对这些因素进行数据挖掘分析，得出冷轧酸洗产品表面判定为不合格的产生规则，并将其用于指导生产，以达到提高酸洗产品表面质量的目的。本文将数据挖掘工具——SAS Enterprise Miner应用于冷轧酸洗产品表面质量缺陷分析，产生了较好的效果。