随着时代的发展，科技日新月异的进步，电子产品在汽车中的比重越来越大，逐步成为汽车工业中必不可少的一份子，但是随着汽车电子化的提高，产品本身的缺陷也成为不容忽视的因素，电子产品的缺陷会给使用的用户带来一定的困扰，带来一定的安全隐患，同时也会给企业带来一定的经济损失。从另一个角度来说，电子产品的缺陷又是在生产中不可避免的存在。越早的发现产品的缺陷，就能够防患于未然，在缺陷造成更大损失之前进行补救，减少企业的损失。因此本文提出了结合粗糙集和Petri网的汽车电子产品缺陷预测的方法。首先，文章分析了缺陷模型在近几年中的发展，在企业中占有着重要的地位，明确了本文的研究在企业的前期检验、日后经验总结和改进方面，都可以提供资料，并有一定的意义。然后，本文对粗糙集和Petri网的技术进行了一定的介绍。经过几十年的发展，粗糙集作为一种对不确定性和不精确数据的处理上有着广泛的发展，在原始数据上不需要连续型的具体数值，通过离散型的关系数据库分类，利用粗糙集约简算法对其中的数据进行大致的约简，对重要的数据进行提取精炼出来，形成概念和规则。目前该理论已经在神经网络、数据挖掘、决策支持等方面有着广泛的应用，也与不同领域有着广泛的结合。Petri网是一个用来搭建模型的工具，也是一个用来研究系统的工具，其特点是利用图形描绘出系统中各事件之间的关系，通过绘制出的流程图，能够对各种状态一目了然，揭示出在一个系统中各结构和动态行为方面的重要消息。缺陷虽然是企业可以收集起来的数据源，但是这些数据具有离散、没有确定性等性质。最后，将两种技术结合，利用粗糙集对缺陷数据进行约简，通过提取出来的规则，用Petri网进行建模，结合福特公司数据，使用Clementine缩小数据范围，通过实例证明了本文提出的方法能够快速判断出产品中缺陷位置所在，说明了此方法的可行性。