汽车车身的制造水平不仅反映了一个国家的工业制造水平,而且也直接影响着整车的产品质量。汽车白车身是整车的重要组成部分,其装焊质量直接决定了整车如噪声、密封性和动力性等诸多性能。因此,对汽车白车身装焊过程中出现的误差快速而精确的诊断之于汽车产品质量的提高至关重要。然而在目前的实际生产中,对于装焊误差的识别其理论方法与车身装焊工序结合不足,两者的脱节使得诊断结果较高程度的依赖于现场工程师的主观判断,可靠性不高。本课题源于实际工程项目,隶属于业界内著名的“2mm工程”,旨在有效解决汽车白车身的装焊误差识别问题。本文依据统计分析算法如聚类分析、主成分分析等结合车身装焊工序过程及装配树结构白车身三坐标测量数据处理结果进行人工干预,实现本文的白车身装焊误差区域识别的“人机交互”,使得理论、方法、经验三者有效结合,从而提高装焊误差诊断的高效性和准确性。本文针对白车身装焊误差特点依据聚类分析理论,以相关系数为聚类尺度设计了适用于白车身误差区域识别的聚类算法,并结合某轿车白车身装焊误差的识别阐述了基于聚类分析的人机交互误差区域识别技术;针对于聚类过程中出现的干扰误差区域识别的伪相关点分析其产生的原因并提出行之有效的剔除方法;结合装焊误差的相关属性特点及所涉及设计的聚类算法特点,创新性地提出利用主相关点结合车身装焊工序过程及车体装配的多层次体系结构识别误差源区域的人机交互识别方法;研究了基于主成分分析的人机交互白车身误差识别技术,与聚类分析联合使用,完成了某商务车白车身车顶与后围的误差源定位。