中國耐磨板工業面臨著諸多挑戰，市場需求逐步向著個性化、多品種、小批量、環保綠色、節能等方向發展，鋼鐵工業勢必要通過更高的制造效率、更強的柔性、更低的生命周期成本來迎合市場的變化。工業大數據的合理利用恰恰能滿足企業的這種需求。如今，基于大數據的建模技術廣泛興起，但是研究重點都放在模型的構建方法上，對于原始數據常常不加處理直接利用，或者經過簡單的標準化處理后直接用于建模。

　　科研工作者針對耐磨板工業智能制造中大數據的建模問題分析了大數據的使用方法，將模型分為著重于預測精度的模型和著重于預測規律的模型?？梢愿鶕煌男枨筮x擇不同的數據建立對應的模型。在智能制造建模過程中，需要將冗余和誤差較大的數據剔除，保證訓練數據和預測數據的均勻分布，才能建立出包含正確規律的模型。通過填補空缺值、鋼卷歸并、相似工藝歸并和建模數據均勻化處理等處理方法對數據進行處理，利用正則化貝葉斯網絡建立了耐磨板力學性能預測模型，并以屈服強度為例分析了工藝參數對屈服強度的影響。

　　結果表明，通過選擇合適的耐磨板數據樣本和數據處理方法，可以建立規律性良好且預測精度較高的模型。經統計，屈服強度和抗拉強度的預測數據中分別有96.64%和99.16%的數據預測值和實測值絕對誤差在±30MPa之內，伸長率的預測數據中有85.71%的數據預測值和實測值絕對誤差在±4%內。