ИИ для конструкторских чертежей: ускорили расчёт цены и проверку на соответствие стандартам

1. Вводная задача от заказчика, проблематика, цели

Автоматизировать обработку конструкторских чертежей на ключевых этапах, чтобы ускорить подготовку коммерческих расчетов и повысить качество проверки проектной документации.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Что сделали

Мы разработали и внедрили ИИ-решение для работы с конструкторской документацией, которое закрывает два ключевых сценария: автоматизацию ценообразования и проверку корректности документации.

Система распознаёт конструкторские чертежи и переводит их содержание в структурированные данные, необходимые для расчёта операций и формирования стоимости изделий, включая заготовку, сварку, сборку и другие производственные этапы. Это снижает нагрузку на технических специалистов и ускоряет подготовку ответа клиенту.

Параллельно решение автоматизирует контроль качества проектной документации: сопоставляет чертежи между собой по разным видам, разрезам и комплектам, проверяет их на соответствие требованиям СанПиН/ГОСТ. По итогам формируется прозрачный отчёт с несоответствиями и потенциальными коллизиями, которые инженер может быстро верифицировать.

Этапы проекта

Обследование, сбор требований и проектирование решения

На первом этапе проекта мы подробно описали процесс входного контроля, определили рамки пилота и зафиксировали основные требования к будущему промышленному решению. Также согласовали ключевые сценарии проверки, сформировали целевую архитектуру системы, проработали схемы данных и подготовили техническое задание для дальнейшего развития проекта с учетом будущего перехода в промышленную эксплуатацию.

Подготовка данных и запуск базового контура обработки

Мы собрали комплекты проектной и рабочей документации, подготовили эталонный набор документов и развернули базовый сервис обработки. Также настроили пайплайн на OSMI AI: анализ PDF-документов через Qwen 3VL 235B, преобразование результатов в JSON и сохранение артефактов обработки для дальнейшей работы с данными.

Реализация пилотной логики распознавания, проверки и выгрузки результата

В рамках пилота мы настроили систему на извлечение сущностей из чертежей, нормализацию данных, их проверку через RAG, а также на формирование итогового реестра замечаний. Параллельно мы настроили правила обработки, протестировали разные варианты поиска и реализовали первичную выгрузку результатов в Excel, чтобы команда могла проводить инженерную проверку в привычном формате.

Испытания пилота и подготовка перехода к промышленной версии

Провели тестирование и приемочные испытания на эталонном наборе документов, зафиксировали достигнутые показатели качества, выявленные ошибки и основные направления для доработки решения. По итогам этапа работ подготовили пакет материалов для дальнейшего масштабирования:

• план расширения системы на другие разделы документации,
• план запуска межраздельных проверок,
• требования к качеству на уровне 85% и выше,
• дорожную карту развития проекта.

Разработка и внедрение промышленного решения

После успешного пилота мы доработали систему до полноценного рабочего контура: подключили новые разделы документации, реализовали многопользовательский интерфейс, настроили интеграции и добавили механизмы, необходимые для стабильной эксплуатации на промышленном уровне.

Итогом этапа стал запуск решения в эксплуатацию как полноценной системы автоматизированного контроля проектной и рабочей документации. Мы расширили проверки на другие разделы, добавили межраздельный контроль, настроили многопользовательскую работу, интегрировали решение в ИТ-контур заказчика и подготовили все необходимое для стабильной работы на промышленном уровне.

Кейс на сайте OSMI IT

3. Результаты сотрудничества

Показатель F1 — 0,85

Показатель Precision— 0,87

Показатель Recall — 0,83

Доступность сервиса — 99,5%

Среднее время обработки одного комплекта документации