发动机是汽车的心脏,其质量高低直接影响汽车的整体质量水平。发动机装配工艺水平是发动机质量的重要保证,现有发动机装配工艺缺少以生产数据为驱动的工艺优化方案。本文以发动机装配生产数据作为基础,以发动机拧紧工艺与冷试振动质量相关性作为切入点对发动机装配的过程与质量相关性进行了研究,并实现了基于发动机装配拧紧数据的发动机冷试振动质量预测。所完成的主要工作包括:对发动机装配生产线及装配数据体系进行分析,依据发动机装配数据体系提出发动机装配过程-质量-性能相关模型;分析发动机装配过程、冷试机理及振动检测,选取缸盖与排气系统的振动峰值作为振动组件分析对象,并探究其可行性,并以发动机装配流程作为筛选规则进行冷试振动影响因子提取。以影响因子数据结构为基础,对比其不同参数形式,提取与研究对象相关性最大的扭矩标准差参数作为分析对象;提出通过数学统计方法联合分析各工位螺栓与缸盖、排气系统振动峰值的相关性,并最终实现了各装配螺栓的质量影响权重排序,为后期质量问题追溯与工艺参数优化奠定了基础。针对发动机装配生产中提升装配整体质量、降低返修率的工程需求,分别建立支持向量机与BP神经网络两种监督学习算法智能模型,实现了通过螺栓拧紧关键影响因子对冷试振动质量的预测,验证了发动机过程-质量关键影响因子的有效性与可靠性,并为后期发动机装配质量预测分析软件的建立奠定了基础。为实现发动机质量预测模型在实际生产中的运用,建立发动机质量预测分析软件,实现生产数据在线采集、预测、分类及发动机的合格率与准确率计算,预测结果基本接近实际数据,并实现将发动机预测结果及数据统计分析以图形化形式在Web界面展示。该分析软件获得了企业的认可,目前已投入使用。