研究背景及意义

随着科学技术的不断发展与进步，汽车工业蓬勃发展，汽车保有量增加迅速。而由于汽车制造业融合了越来越多的新型技术，带来了多功能体验的同时也造成了系统越来越复杂，涉及的领域越来越广泛，这就对汽车生产的运行维护带来了挑战。传统的对汽车的维修与保养大多依赖于人工经验，成本高，不利于提高经济效益且有一定的局限性。基于这样的要求，PHM的概念可以很好地应用在汽车领域的研究中。故障诊断预测与健康管理（prognostic and health management, PHM）是美国军方提出的针对大型复杂系统的先进测试、维修和管理技术，是一种全面故障检测、隔离、预测及健康管理技术。将汽车领域的状态监控和故障诊断向故障预测和健康管理（PHM）方向发展，不仅可以减少维修费用和虚假报警，而且可以依靠状态对设备的维护实现自助式的保障。

然而，传统的健康管理系统一般基于C/S架构，通常使用一机一系统的开发方式，即一辆汽车或者一种型号的汽车配一个专属的健康管理系统。这对于多型号并行的开发人员来说，不同型号的汽车需要大量的重复工作进行多次开发健康管理系统，造成了严重的研发成本和周期的浪费。

目前，汽车生产全生命周期过程中的设计、仿真、制造、测试、试车等环节，需要海量的仿真及实验数据，这些数据一般可以应用于健康管理系统中的诊断算法和故障特征关联。因此，车辆开发过程中的数据与健康管理系统的结合也至关重要。

当前在解决企业信息化过程中的由于各领域工具间的数据与工作流彼此割裂导致的信息孤岛问题，IBM提出了一套OSLC技术规范。OSLC是Open Service for Lifecycle Collaboration的缩写，亦即面向生命周期协作的开放式服务。OSLC社区的成立旨在帮助软件实施团队在合作中简化生命周期工具的使用，它的使命是创建开放、公开的资源和接口描述用以分享软件实施团队所依赖的基础设施，例如变更管理、测试用例、缺陷、需求以及用户。倘若所有对生命周期资源和服务的访问都遵从公共的规范，工具之间传统的障碍将自然消除。因此，无论是对于最敏捷或者是最传统的项目，OSLC都能够为软件实施团队以及工具提供商带来价值，同样也能够造福于商业工具、开源工具以及内部开发工具。

本课题在研究现有车辆健康管理系统的基础上，将OSLC技术规范与健康管理系统结合，提出了一种基于OSLC技术的车辆健康管理云服务系统，它采用基于服务的框架，实现了汽车开发过程中的基于模型的快速开发和配置。同时，由于采用开放式生命周期协作服务技术，汽车生产过程中的实验数据与信息可以与服务化的健康管理系统进行关联，实现健康管理系统和生命周期数据的双向打通。

国内外研究现状

健康管理系统最初是由NASA研究的可以重复使用的空间飞行器项目中针对飞行器进行健康管理的一类集成技术。它在后来的一些项目中得到了实验和发展，在概念、功能划分、软硬件组成等方面实现了极大的改进。PHM概念引入到汽车行业较晚，相关研究主要集中在汽车故障诊断和汽车故障预测方面。

在国外，2009年，YiLu Zhang等学者提出了一种基于车联网的故障诊断与预测（ConnectedVehicle Diagnostics and Prognostics, CVDP）的概念，并且美国通用汽车公司（General Motors）已将此概念部分应用在其车辆的设计中。CVDP远程不断地收集车辆工程数据并将它们作为训练数据输入诊断系统。此外，CVDP还从汽车装配线和维修车间收集数据。一旦数据得到验证和确认，系统故障就会被检测到。Didem Gürdür等学者将OSLC技术应用到了自动化仓库的管理中。在协同操作的过程中，可以监视多个关键绩效指标以熟练掌握自动化仓库的操作和决策。

在国内，对车辆健康管理系统的研究大多集中在故障诊断与预测的算法研究上，所使用的管理系统还是停留在一机一系统的模式。但是对于OSLC技术架构已在其他领域中有所应用。电子科技大学的徐万磊，将OSLC技术的一个子集OSLC-CM应用在了软件外包领域中，并开发出了基于Jazz开发平台的一个协作平台，着力于改善外包流程，使软件外包合同管理自动化。