在汽车车身装配过程中，零件偏差和夹具偏差相互叠加、耦合传播，汇聚成车身装配综合偏差，白车身综合制造偏差直接影响到诸如风噪声、关门效果等整车质量。若能清楚的掌握偏差传播规律，可有效的提高汽车车身的制造尺寸精度，从而改善汽车质量，降低车身制造成本。 本文以偏差流的形式描述车身装配过程中尺寸偏差的传播，以期揭示车身装配偏差形成机理。但由于车身偏差分析涉及到产品设计、焊接装配和检测等众多因素，而且车身结构又十分复杂，基于传统偏差分析方法的偏差流构造必须依赖复杂的模型，计算量非常大。本文提出一种基于数据挖掘的偏差流构造方法，通过分析白车身检测数据间的相互关系，建立白车身装配过程的偏差流。论文的主要工作如下： 首先，对汽车制造厂日常检测数据进行了系统地分析，研究了装配关系数据库、零件偏差数据库、夹具偏差数据库的结构组织，建立了面向数据挖掘的白车身数据仓库的结构。并提出基于偏离的孤立点检测技术、加权数据填补技术等对数据库数据进行预处理。 其次，研究了小波滤波随机项分离技术，贝叶斯理论、定义了日均值概念、6σ修正贝叶斯理论先验分布边界方法和显著性窗口通过率ξ概念，提出了小样本检测条件下白车身检测数据相关分析方法。 然后，根据最大判定树方法，提出基于判定树偏差流构造方法，讨论了车身制造工艺知识库在偏差流构造过程中的应用，建立了基于数据挖掘的白车身偏差流构造的系统方法。 最后，将该方法应用到某车型滑门匹配问题偏差源诊断过程中，依据所构造的偏差流，及时而准确地诊断出偏差源，并通过改进措施的实 施提高了该车型滑门的装配质量，并就偏差流在公差分配中的作用提出了建议。