Распознавание чертежей и документов, генерация документов и описаний

В проектировании железобетонных конструкций расчетное ПО (ЛИРА-САПР) выдает результат в виде мозаики требуемого армирования — цветовых зон, показывающих, где и в каком объеме требуется дополнительная арматура. Необходимо автоматически определять границы зон дополнительного армирования.

На практике инженер-проектировщик вручную:

• интерпретирует эти цветовые поля;
• определяет границы зон дополнительного армирования;
• разбивает их на участки;
• подбирает диаметр, шаг, длину, анкеровку;
• стремится минимизировать перерасход арматуры и количество деталей.

Это трудоёмко, субъективно, и приводит к:
01 Избыточному расходу арматуры;
02 Неоптимальному количеству отдельных стержней/деталей,использоваться в будущем;
03 Разночтениям между разными проектировщиками.

Было разработано ПО на основе ИИ, которое автоматически формирует прямоугольные зоны армирования, подсказывает оптимальное количество зон (баланс «масса арматуры ↔ количество деталей»), а также автоматически учитывает минимальную ширину зоны, анкеровку, шаг и диаметр. Помимо этого, учитываются разнесения зон, чтобы стержни не совпадали.

Заказчик — производитель электронных схем. Для того, чтобы рассчитать стоимость производства схемы ему необходимо посчитать все элементы на чертеже (конденсаторы, выключатели итд). Возникла идея переложить эту работу на искусственный интеллект.

Многие элементы на схемах имеют схожее обозначение. Для повышения точности определения было необходимо считывать подписи к элементам, а также понимать к какому элементу относится та или иная подпись.

Была разработана нейронная сеть, которая детектирует все элементы на чертеже схемы, определяет их тип, а также считывает надписи, относящиеся к каждому графическому изображению элемента. Далее программа направляет запрос в 1С Заказчика для определения стоимости каждого элемента и сводит всю информацию в Excel таблицу с итоговой стоимостью элементов платы.

У инженеров Заказчика уходило много времени на составление описаний технологического процесса изготовления деталей на основе чертежей. Появилась идея автоматизировать данный процесс и генерировать описания с помощью искусственного интеллекта.

У Заказчика есть широкий перечень различных классов деталей и типов технологических операций. Стояла задача генерировать корректную документацию по процессу изготовления детали, основываясь на чертеже, материале и внутренней классификации типов детали Заказчика

Была разработана и обучена нейронная сеть, принимающая на вход файл с чертежом детали и на выходе генерирующая технологическое описание процесса ее изготовления. Для удобства пользователей был создан программный интерфейс для загрузки чертежей и выставления различных настроек генерации.