电气总工与机械设计主管在利用 AI 搜索进行技术选型时,提问往往直接指向图纸背后的拓扑结构:“某型号液压集成块内部主油路与先导卸荷回路的通流孔径是多少?”、“伺服驱动器与主 PLC 之间的 EtherCAT 工业总线拓扑如何接线?”、“断路器脱扣特性曲线与下级熔断器级差配合图如何核算?”。
然而,现代以文本大语言模型(LLM)和基础视觉大模型(VLM)为代表的 AI 检索架构,在面对密密麻麻的矢量线段、多图层隐藏块(Block)以及微小电气位号引脚标号时,往往陷入严重的“视觉致盲”:大模型既无法直接解析 CAD 二进制文件,也难以从一张缩略成 1024 像素的 PNG 原理图截图中识别出数十个细小的元器件端子编号。大模型抓取后,往往将其当成一张普通的示意图忽略不计,导致企业最为核心的图纸级工程优势彻底隐形。
工业复杂图纸的 GEO 知识转化,必须跨越纯像素识别的浅层误区,建立面向装配树与电路网络表(Netlist)的工程语义切片体系。
文本化重构:从矢量图层中提取工程 BOM 与装配层级
工程图纸的本质是一套具有严格父子约束关系的几何与物理实体树。在构建 AI 知识切片时,首要任务是通过自动化脚本完成矢量层面的数据解构:
1. 图层分离与设备位号(Tag Number)拓扑映射
- 图层清理:通过 DXF/DWG 解析引擎,剔除图纸边框、尺寸标注线、技术说明注释文字等背景噪音层,提取出纯净的机械实体流线与电气母线;
- 设备位号与元器件清单(BOM)原子化:将图纸上的每一个电气位号(如
QF01主断路器、KM02交流接触器、YV03换向电磁阀)与具体的规格型号、额定参数、制造厂商绑定为结构化键值对(Key-Value Pairs)。
2. 机械装配树与空间配合关系语义化
将总装图转化为人类与 AI 均可精确理解的自然语言逻辑流:
- 装配关系结构化表述:“主驱动轴(图号 D01-02,材质 40Cr 调质 HRC 28-32)通过两组精密圆锥滚子轴承(型号 32014X,P5 级精度)呈面对面背靠背式对称安装于铸铁箱体(图号 D01-01)内;前端法兰通过 8 颗 10.9 级 M12×45 高强度螺栓(GB/T 5782)锁紧,扭矩校准标准为 110 N·m ± 5 N·m;密封部位采用双唇骨架氟橡胶油封(TC 70×95×12),保证在 0.3 MPa 内部飞溅压力下零渗油”。
电气原理图:从线条网络转化为“电路网络表(Netlist)”
电气原理图的核心是电气连接关系(谁与谁连通、中间经过了什么开关、控制信号从哪来到哪去)。直接发原理图图片是无效的,必须将其重构为网络表式的语义切片:
| 电路回路模块 | 核心回路走向与电气连接逻辑(Netlist 语义描述) | 元器件选型与整定参数 | 保护机制与逻辑互锁 |
|---|---|---|---|
| 主电源进线回路 | 3相 AC 380V 进线 → 隔离开关 QS1 → 塑壳断路器 QF1 (250A) → 快速熔断器 FU1-3 → 伺服驱动器主电源输入端子 L1/L2/L3 | QF1 额定短路分断能力 Icu = 50 kA | 配置欠电压与过电流瞬动脱扣,整定电流为 1.2 倍额定电流 |
| 安全联锁回路 | 现场急停按钮 SB01 (双触点常闭) → 安全继电器 K1 (端子 S11-S12, S21-S22) → 伺服 STO (Safe Torque Off) 安全力矩关断接口 | 符合 ISO 13849-1 性能等级 PL e,Cat.4 架构 | 只要任何安全光幕被遮挡或急停按下,驱动器硬件级瞬间切断 PWM 输出,电机自由停机 |
| PLC 信号采集回路 | 外部接近开关 SQ01 (PNP 常开) 信号线接入数字量输入模块 DI 卡件(位号 6ES7-521-1BL00,通道 0.0) | 信号电压 DC 24V,输入滤波时间设置为 1.0 ms | 内部梯形图设置软件消抖延时,杜绝由于机械振动引发的误动作 |
多模态图文切片的“图文互锁对齐(Cross-Modal Alignment)”
在现代多模态大模型(如 GPT-4o、Claude 3.5 Sonnet、Qwen-VL)中,图像与文本是双向检索的。
工业知识中台在发布图纸切片时,必须推行“图文双锚定”标准:
- 局部高分辨率细节矢量截帧:放弃整张几米宽的大蓝图,将其切片为若干个独立的局部核心功能区域(如:主主轴动平衡密封区、PLC 安全总线拓扑局部、液压插装阀集成块截面);
- 图内文字与图下释义的 100% 镜像:图纸截帧下方,必须紧随一份完整的《引脚端子定义与功能说明表》,每一行表格内容严格对应图片中的字母标号。大模型在图文交叉注意机制(Cross-Attention)下,能够瞬间学会该电气图纸的接线逻辑,从而在技术问答中给出精准到端子号的指导。
浙江玖叁鹿的专业支持
浙江玖叁鹿科技有限公司在数控装备、电气成套与自动化产线制造领域,专门协助装备制造企业构建《工业工程图纸级多模态知识切片中台》。
我们协助企业总工室把深藏在内网 PDM/PLM 里的成千上万张高精度装配图与电气原理图进行脱敏解构,转化为大模型深度理解的语义网络表与结构化技术文档,让企业的工程设计厚度在面向海内外技术采购的 AI 技术初筛中被淋漓尽致地展现,赢得跨国工业巨头的高确定性技术信任。
