在影响汽车制造质量的所有因素当中,白车身的焊装质量起着决定性的作用。因此,监控和提高白车身装焊质量非常重要。目前,白车身装焊误差的诊断一直都只局限于一种方法的独立使用,并没有一套综合的区域识别方法。本文的来源基于“2mm工程”,在文中介绍了白车身装焊误差的产生原因,并介绍了“2mm工程”的发展现状。为了寻找一种综合有效的误差区域识别方法,本文简单介绍了小波分析、聚类分析和主成分分析的理论基础。在此基础上,对白车身装焊误差数据分别进行小波滤波和主成分滤波;然后在一款Autocad二次开发的软件中,对数据进行聚类分析,并在Autocad中显示聚类结果。在本文中,利用聚类分析原理对白车身装焊误差三坐标数据的原始数据进行聚类分析,根据得到的聚类结果识别白车身装焊误差区域。然后对小波滤波后得到的趋势项进行聚类分析,得到的聚类结果中测点个数增多,构造的区域更加完善,与实际白车身装焊工序十分相符,并且根据超差点的分布形态,识别出了新的误差区域。其次,利用聚类分析原理对主成分滤波后得到的主成分数据进行聚类分析,得到的聚类结果中测点个数增多,构造的区域更加完善,与实际白车身装焊工序十分相符,并且根据超差点的分布形态,识别出了新的误差区域。最后,利用聚类分析原理分别对小波滤波得到的趋势项和主成分滤波得到的主成分数据进行聚类分析,对得到的聚类结果进行比较分析。发现利用两种滤波方式对数据进行滤波后,再进行聚类分析时,得到的聚类结果基本相似,测点构造的区域都很完善,与实际白车身装焊工序都十分相符,并且识别出的误差区域也相同,都有助于白车身装焊误差的有效控制。