白车身生产装配过程所产生的尺寸偏差是影响汽车制造质量的主要因素，而汽车的制造质量又决定了其市场竞争力。因此，提高车身制造精度，有效降低白车身装配中的尺寸偏差对于汽车制造质量具有重要的意义。白车身设计和制造中每个阶段都可能产生影响最终尺寸数据的偏差，而白车身自身具有结构复杂的特性，所以如何在监控尺寸偏差工作中找到问题和解决问题成为汽车制造企业需要解决的难题，也是目前研究的热点问题。针对于此，论文采用基于小波模极大值和主成分分析方法对白车身尺寸偏差进行了研究，其主要研究内容如下：(1)论文分析了基于小波变换模极大值算法的工作原理及特点，确立其对白车身尺寸数据进行分析处理，将三坐标测量仪获得的原始数据进行分解，剔除其中随机误差的同时保留系统误差，降低了分析白车身偏差因素的复杂度，为下一步分析和处理数据提高了识别率和抗噪声性能。(2)分析主成分分析方法与理论，得到符合于白车身尺寸偏差处理的方法，并对经过小波模极大值算法处理过的系统误差数据进行主成分分析，按贡献率提取出主要的误差成分，从而诊断误差源，指导其调整工作，最终达到将影响偏差的因素数量减少至1~2个的目标。(3)论文介绍了白车身的制造工艺和装配流程，同时将实际工作中对白车身评价标准所定义的指标——尺寸间隙和面差(Gap/Flush)进行了分析与说明；为了便于分析诊断误差，本文对影响尺寸偏差的主要因素以及白车身尺寸链与结构特性进行了分析，以指导对白车身的误差源诊断和误差的修正。(4)论文以某企业的某车型右后尾灯区域白车身测点的尺寸偏差为分析案例，进行了基于小波模极大值和主成分分析方法对白车身尺寸偏差应用的验证。根据本文研究方法所进行的修正，其结果可以看出：改进后该区域的尺寸偏差大为降低，达到了主机厂的技术与公差要求。其结果说明利用基于小波模极大值和主成分分析方法在白车身质量监控中对尺寸数据偏差修正的作用很大，对提高实现白车身精度和质量具有重要作用和实际指导意义。