论文部分内容阅读
根据有关数据显示,2015年中国汽车后市场规模已达8000亿元,2016年则高达9330亿元,2017年汽车后市场“万亿”规模初步形成。与此同时,随着互联网大数据时代的到来,汽车后市场互联网用户数量激增,除了越来越多的人尝试新的线上汽车维修保养活动外,汽车也逐渐成为新的移动信息终端,车联网的发展方兴未艾,采用更为先进的车联网应用系统对汽车进行在线监控与故障诊断逐渐成为汽车后市场的潮流。基于上述的背景,本文提出了一种基于Spring Boot与OBD(On-Board Diagnosis,车载诊断系统)结合的车载故障诊断网络系统。系统的核心功能由OBD数据采集上传和Web服务构成。OBD数据通过终端的蓝牙模块或CAN总线从车辆内部的ECU采集,并上传至远程服务器,同时使用数据库存储,并对系统采集到的OBD数据通过主成分分析的思想进行建模分析。将Spring Boot框架应用于本车载故障诊断网络系统中,不仅能简化开发流程,还能加快OBD数据等数据的传输,为诊断带来更多便利。由于Spring Boot是优秀的微服务框架,将其与OBD模块联合应用于车辆故障诊断网络系统,将为车联网系统与Web开发和云计算等新兴前沿技术的结合创造良好条件。论文首先根据车联网系统、OBD技术、汽车故障诊断的发展现状和发展前景,结合当前互联网的发展趋势,说明了将新兴的Spring Boot技术与OBD结合并应用于车载故障诊断系统的必要性。其次,本文介绍了OBD-II数据采集使用到的诊断协议和诊断模式,确定了需要分析的12个OBD数据变量,并在车辆的故障诊断方面利用主成分分析的思想进行建模。再次,对系统整体进行了需求分析,并对系统的软件设计、数据库设计、以及安全性设计等方面进行了详细的介绍。对系统中的核心模块,包括车辆信息管理模块、车辆数据管理模块、车辆监控信息模块等五个模块进行了开发与实现。在对系统每个模块下的具体功能开发过程中,不仅使用了用例描述和用例图等方式对系统的业务功能建立模型,在实际开发部分还给出了时序图与部分代码和实现结果图。此外,Web平台还采用的软件架构包括:Nginx反向代理实现负载均衡,Memcached的分布式缓存技术,以及MD5和DES算法对系统的登录模块进行加密。最后,将系统部署至云服务器运行的同时采用了Jmeter工具对系统进行了压力和性能测试,各项指标表明系统总体性能良好。通过在系统测试中获取的行车数据以及利用OBD模拟器测试时产生的大量数据,应用于已建好的主成分模型进行验证。从线性相关关系等若干评估指标的分析中,得到了较为理想的结果,提取了主成分,证明了该车载故障诊断网络系统的可行性与可靠性。