汽车作为结构极其复杂的大规模生产产品，其质量往往反映了国家的制造业水平。近年来，汽车产品的质量问题得到了人们的高度关注。底盘是汽车的重要组成部分，其质量问题对于整车是至关重要的，本文选取汽车底盘作为研究对象。
　　本文基于故障诊断的方法，在分析汽车底盘故障风险概率的基础上，建立底盘零部件的质量评价模型。首先进行故障诊断：将底盘视为一个系统，根据其功能划分子系统，基于故障树理论构建底盘系统的故障树模型；在数据不充足或难以获取准确概率的情况下，采用专家建议法和梯形模糊函数确定底事件的模糊概率；由汽车底盘的模糊贝叶斯网络模型，计算出中间层事件的模糊概率，从而找出故障率最大的子系统即为底盘系统的质量薄弱环节。其次，根据诊断结果对底盘薄弱部分的关键零部件进行质量评价。质量评价采用了定量分析和定性分析两种方法：前者将零部件视为一个系统，根据其结构划分子系统和特征参数，基于特征参数数据分布特点建立多维单一高斯模型，该模型能够作为后期生产抽样的标准，样本与高斯分布的偏离程度构建离散模型，并应用熵值法对子系统进行质量评价，定量分析各子系统生产质量的稳定性；后者引入三角函数重新对 FMEA的指标进行定级评分，采用专家打分和指标加权能够得到各子系统风险模糊数，根据TOPSIS理论对各子系统进行排序，从而定性地对子系统进行质量评价；最后引入松弛因子组合两种质量评价的结果，确定各子系统对零部件的质量影响程度。本文针对故障诊断和质量评价分别用汽车底盘系统和四挡变速器进行实例验证，结果证明了方法的有效性和可行性。
　　文章的主要创新点主要有：（1）采用专家建议法和梯形模糊函数确定事件的故障率；（2）建立多维单一高斯模型对子系统进行质量评价；（3）引入松弛因子组合两种质量评价结果，给出松弛因子推导公式。
　　实现故障诊断和质量评价的研究路线不仅针对家用轿车的底盘系统，对其他车型的汽车底盘也具有理论意义和实用价值。同时对于其他产品的质量评价有一定的借鉴意义，为提高生产的质量稳定性和企业质量管理提供了一种新思路。