为提高林业运输车辆的保险杠喷涂合格率，以某公司汽车保险杠的涂装质量数据为例，运用排列图对涂装质量数据进行分析得出颗粒、桔皮属于影响喷涂质量的主要因素。从人、机、料、法、环5个方面分析产生颗粒、桔皮的主要原因，并采用斯皮尔曼（Spearman）相关系数进行特征提取以及重要性分析，得出喷漆房的温度、喷漆房相对湿度、机器人喷涂流量、旋杯转速、喷涂距离、喷涂速度、漆的品牌、机器人（机器(1)、机器(2)、…、机器(6)）均会影响保险杠的喷涂质量。运用决策树（classification and regression tree,CART）算法确定喷涂流量、喷漆房的温度、喷漆房相对湿度、机器人(2)和机器人(4)、漆的品牌是影响保险杠喷涂质量的较为关键的因素。结果表明，利用CART分类算法对喷涂质量数据进行分析能够实现对故障点的判别，对于提高保险杠喷涂质量具有借鉴意义。