随着全国机动车保有量的持续增长,汽车后市场规模呈指数型增长,其中最为核心的业务是汽车维修和维护服务。发动机是汽车的心脏,为了确保车主行车安全和避免出现事故后造成不可挽回的损失,对汽车发动机的定期维护服务显得尤为重要。发动机维护过程繁杂,工艺严格,包含零部件的拆卸、清洁检查、检查紧固和装复调整作业,而且现阶段的相关从业者水平参差不齐,维护效果难以保证。另一方面,由于维护相关知识资源存在海量、多源、异构的特点,维护人员想要从中找到相关知识资源十分困难,海量的知识资源难以对发动机的维护过程提供指导,迫切需要将多源异构维修知识资源进行汇聚,并通过关联分析按需推送给维修过程,形成一种知识服务。本文首先通过分析发动机维护知识资源的特点,建立了维护知识资源的汇聚模型,给出了知识资源汇聚、存储,及运行的模式和过程,并构建了发动机维护知识资源池,针对海量、多源、异构的发动机知识资源实现协同存储和统一访问。然后,针对发动机多样化的维护任务和高性能的维护工艺要求,基于所构建的资源池设计了面向发动机维护任务的知识资源的聚类分析方法,将K-means聚类算法进行Map Reduce并行化计算实现知识资源的自动分类,并根据发动机功能模块和发动机维护任务流程两方面进行任务分解,与分类后的知识资源进行按需匹配服务,实现了发动机维护知识资源的快速重用,提高了知识资源的利用效率。最后,给出了发动机维护过程知识资源汇聚与关联分析的解决方案和实现框架,实现了维护过程中多源异构知识资源的按需服务。本论文的研究成果为实现发动机维护知识资源的汇聚和知识资源的按需服务提供了新的思路和方法,降低了发动机维护知识资源获取的难度和提高了发动机维护知识资源的利用率,对提高发动机维护工艺质量和效率具有一定的理论意义和应用价值。