随着市场竞争的日趋激烈，信息对于企业的生存和发展起着越来越重要的作用，同时也要求高层管理者做出迅速而明智的决策。90年代中期出现了三项支持决策新技术：数据仓库、联机分析处理和数据挖掘，它们的结合形成了DSS(决策支持系统)发展的最新形式——综合决策支持系统，这些技术可以完成从信息到知识的转变。 本文以2003年度铁道部科技开发项目(编号：2003J036)“机车质量控制及检修管理系统的开发与应用”[以下简称“机车质量控制系统”]为应用实例，选用SQL Server 2000作为数据仓库和数据挖掘的开发工具。通过消化数据挖掘技术、可视化数据挖掘技术、OLAP以及数据仓库的基本原理，并对SQL Server 2000中决策树、聚类分析的数据挖掘算法作了重点分析，在对机车质量控制系统中的数据进行了初步分析基础上，对涉及的多个数据库进行了集成与转换，给出了用于决策支持的数据仓库的详细设计过程和步骤。最后，以轴承温度诊断数据仓库为例，对其进行了基本的数据挖掘和挖掘描述。 数据挖掘技术在机车质量控制系统领域的应用还刚刚起步，铁路机车质量控制系统的DSS具有广阔的发展前景。本文的研究工作表明数据挖掘用于铁路机车的质量的数据分析是有意义的，将这些知识用于铁路机务段的辅助决策支持工作是有创新意义的。这些研究为未来机务段综合信息知识获取的进一步研究构建了完整的分析平台，以及实现更高层次的领导决策支持打下了坚实基础。为决策支持系统在铁路机务领域的应用做出了有益的探索。