随着人类社会生活中的数据日益庞大,运用数据挖掘技术可以从中发现有价值的信息,特别是在机械故障诊断领域,通过数据挖掘来预测设备故障,可以减少和避免重大的损失。目前快递物流行业飞速发展,为了增强处理能力,邮政自动分拣机的使用大量增加,这些设备在使用过程中存在着很多故障,同时积累了大量的生产运行数据,通过对这些数据的研究和分析,运用不同的数据挖掘技术发现其中蕴藏的与故障相关的知识,能够为故障诊断提供有用的指导。本文研究了机械故障诊断的常规方法和内容,数据挖掘的基本模型,现代物流技术和自动分拣机的发展概况,并对数据挖掘技术的主要方法进行了研究。本文对邮政自动分拣机的设备故障进行了研究,对控制系统、机械系统、齿轮、轴承、轴等故障特征和原因进行了分析。数据分析前,对设备主要监测的运行数据进行了预处理。利用决策树模型,依托SPSS统计分析工具,对数据中离散型字段和连续型字段分别建立了决策树模型并进行了分析,得出了故障诊断结论,并对控制系统和机械系统故障分别提出了维修方案。