智能工艺规划深度研究报告

从二维图纸/三维数模自动生成工艺文件及审核排错

生成日期：2026-05-05

1. 概述

根据二维图纸（DWG/DXF）或三维数模（STEP/IGES）自动生成工艺文件，以及对现有工艺图纸进行审核排错，是智能制造的核心场景之一。传统 CAPP（计算机辅助工艺规划）长期依赖规则引擎和人工知识编码，近年深度学习、图神经网络和多模态大语言模型（VLM/LLM）的突破为该问题提供了全新路径。

2. 技术路线全景

路线 A：传统规则/CAPP（知识工程驱动）

原理：通过工艺知识库（加工方法库、机床库、刀具库）和推理引擎，将零件特征映射为工艺方案。

派生式 CAPP：基于成组技术，按零件族检索标准工艺并修改。代表：开目 CAPP、CAXA 工艺。
生成式 CAPP：自动推理工艺路线，依赖完整的规则库。

优势：规则可解释、与行业标准高度一致。局限：知识获取困难、覆盖不全、扩展性差。

路线 B：深度学习特征识别 → 工艺推理

原理：使用 CNN/ViT/GNN 自动识别图纸或 3D 模型中的加工特征，再基于特征推理工艺。

2D 图纸：YOLOv11-obb 检测标注区域 → VLM（Florence-2/Donut）解析结构化内容
3D 模型：BRepNet/UV-Net 识别加工特征 → GNN 预测加工工艺

路线 C：多模态 LLM 端到端生成

原理：VLM 理解图纸图像 → LLM 推理工艺方案 → 生成工艺文档。结合 RAG 技术注入行业知识。

优势：通用性强、可处理自然语言交互、快速迭代。局限：需要领域微调、推理精度受限、成本较高。

路线 D：混合方案（推荐）

确定性规则引擎 + AI 特征识别 + LLM 推理 + RAG 知识库，是当前最可行的落地架构。

3. 二维图纸智能理解

3.1 技术方案：混合 VLM 管道（2025 年最新突破）

核心论文：Khan et al. (2025) “From Drawings to Decisions: A Hybrid Vision-Language Framework” 提出三段式架构：

布局检测：YOLOv11-det 分割图纸区域（标题栏/视图区/标注区/明细表）
标注定位：YOLOv11-obb 检测方向边界框，提取 9 类标注（GD&T、尺寸、材料、表面粗糙度、技术要求等）
语义解析：Donut VLM（OCR-free）解析标注内容，输出结构化 JSON

性能：Donut 在测试集上达到 Precision 88.5%、Recall 99.2%、F1 93.5%。

3.2 GD&T 自动提取

Florence-2 微调方案（Khan et al., 2024, arXiv:2411.03707）：

在 400 张工程图纸上全参数微调 Florence-2（0.23B 参数）
相比 GPT-4o/Claude-3.5-Sonnet 零样本推理，Florence-2 微调后：
- Precision 提升 29.95%
- Recall 提升 37.75%
- F1 提升 52.40%
- 幻觉率降低 43.15%

结论：小模型 + 领域微调在工程图纸场景下显著优于大模型零样本推理。

3.3 OCR 工具选型对比

工具	图纸场景表现	适用场景	License
PaddleOCR 3.0	中英文混合识别优秀，PP-OCRv4 文档场景精度高	标题栏/明细表文字提取	Apache 2.0
Tesseract	工程图纸非标准字体表现弱，需预处理	常规文档 OCR	Apache 2.0
Florence-2 VLM	OCR-free 端到端解析，无需独立 OCR	标注区域语义理解	MIT

3.4 2D 标注到 3D 特征映射（2026 前沿）

核心论文：arXiv:2602.18296 “Context-Aware Mapping of 2D Drawing Annotations to 3D CAD Features”

提出 确定性优先 + VLM 升级 的混合框架：

VLM 将图纸标注语义化（类型、数值、修饰符）
确定性评分器：类型兼容性 + 尺寸一致性 + 上下文一致性
低置信度时升级到 GPT-4o 多模态推理
最终人工审核（HITL）

实验结果：20 对 CAD-图纸组合，Precision 83.67%、Recall 90.46%、F1 86.29%。

4. 三维模型特征识别

4.1 BRep 表示与图神经网络

三维 CAD 模型的标准表示是 BRep（边界表示），天然适合用图结构建模：

节点 = 面（Face）
边 = 面之间的拓扑邻接关系
在此基础上应用 GNN 进行消息传递学习

4.2 主流模型对比

模型	架构	MFCAD 精度	参数量	特点
UV-Net	UV参数空间+图拓扑	99.9%	1.23M	首个直接在BRep上操作的模型
BRepNet	拓扑消息传递	97.5%	1.8M	首创topological walks
CADNet	层次图CNN	99.9%	0.53M	仅用平面面方程，高效
Hierarchical CADNet	层次图+边信息	99.9%	6.6M	同时利用面和边特征
BRepGAT	图注意力网络	~99%	-	注意力机制可解释性强
BrepMFR	GAT+Transformer	-	-	2024年最新，增强泛化
BRepFormer	Transformer架构	-	-	2025年4月发布，支持复杂特征

4.3 模型输入表示方式对比

表示方式	精度损失	适用模型	与CAD系统兼容性
BRep 直接输入	无	BRepNet, UV-Net, CADNet	紧耦合，保留原始拓扑
点云	中等	PointNet++, DGCNN	离散化，丢失精确几何
体素	高	3D-CNN	分辨率受限，显存占用大
网格	中等	MeshCNN	三角面片近似

4.4 STEP 文件解析技术栈

STEP 文件 (ISO 10303)
  ↓
OpenCascade (C++) / pythonOCC (Python)
  ↓
BRep 拓扑树：Shape → Compound → Solid → Shell → Face → Wire → Edge → Vertex
  ↓
每个几何元素附带精确数学描述（NURBS曲线/曲面、平面、圆柱面等）
  ↓
输入 GNN 模型进行特征识别

关键 API：TopExp_Explorer 遍历拓扑，BRepAdaptor_Surface 获取面参数，STEPConstruct 提取装配结构。

5. LLM/VLM 驱动的工艺生成

5.1 MechRAG 系统（2025）

论文：Nature Communications Engineering “MechRAG: a multimodal large language model for mechanical engineering”

架构：CLIP 多模态嵌入 + RAG 检索 + LLM 生成（GPT-4o / Claude）
能力：制造方法识别（89.41% 准确率）、成本评估、独特性分析
创新：将 CAE 仿真数据与 CAD 几何数据联合嵌入

5.2 Text-to-CAD → CAD-to-Process

CADSmith（arXiv:2603.26512）多 Agent 管道：

LLM 将自然语言描述转为 CadQuery 代码
OpenCASCADE 内核执行并验证几何
VLM Judge 评估三视图渲染结果
Refiner Agent 闭环修正

5.3 RAG 工艺知识库架构

企业工艺知识库（历史工艺卡、GB/JB标准、切削参数手册）
  ↓
文档分块 + 向量化（embedding model） + 知识图谱（GraphRAG）
  ↓
用户输入：零件特征/材料/精度要求
  ↓
相似度检索 + 知识图谱推理 → 相关工艺案例
  ↓
LLM 生成：工艺路线 + 工序参数 + 工时定额
  ↓
结构化输出：工艺路线卡/工序卡/检验卡

GraphRAG 优势（Microsoft Research）：通过知识图谱连接实体关系，支持多跳推理，特别适合工艺参数之间的依赖关系推理。

6. 图纸审核与错误检测

6.1 审核维度

审核类型	检测内容	技术方案
GD&T 合规性	符号语法、基准引用、修饰符正确性	VLM 检测 + 规则引擎校验
尺寸完整性	缺尺寸、冗余尺寸、过约束	尺寸链分析 + 优化求解器
公差合理性	公差与加工工艺不匹配、累积超差	公差分析软件（RD8、Autodesk Tolerance Analysis）
标注规范性	表面粗糙度符号、焊接符号是否符合 GB/T	YOLO 目标检测 + 规则检查
2D-3D 一致性	2D 图纸与 3D 模型是否矛盾	2D-3D 特征映射 + 尺寸对比

6.2 商业工具链

工具	厂商	核心能力
MBD Checker	SigmaMax	Creo 内 GD&T 规则校验，支持 ASME/ISO
EVOLVE Design	KOTEM	GD&T 语法/语义证明，内置 ASME/ISO 标准参考
RD8	RD8 Tech	约束优化，X-ray 分析过约束，GD&T 精简
SOLIDWORKS Inspection	Dassault	OCR 读取图纸标注 → FAI 首件检验
Autodesk Tolerance Analysis	Autodesk	最坏情况/RSS/统计分析，输出 Cpk/Σ/DPMO

6.3 AI 审核前沿

Intelligent GD&T symbol detection（Springer, 2025）：YOLOv11 vs Faster R-CNN vs RetinaNet 对比，YOLOv11 在机械图纸符号检测中表现最优
BLUEPRINT（arXiv:2602.13345）：布局感知多模态检索框架，结合 YOLOv8 区域检测 + VLM-OCR + BM25+ANN 混合检索

7. 工具链与开源生态

7.1 二维图纸解析

工具	语言	功能	License
ezdxf	Python	DXF R12-R2018 全版本读写，EntityQuery DSL	MIT
ODA SDK	C++/C#/Java	DWG 读写，高性能，完整实体访问	商业（会员制）
LibreDWG	C	GNU DWG 库，支持 R13-R2018	GPL-3.0
dxflib	C++	轻量 DXF 读写	GPL-2.0

7.2 三维模型处理

工具	语言	功能	License
pythonOCC	Python	OpenCascade Python 绑定，完整 OCCT API	LGPL-2.1
FreeCAD API	Python/C++	参数化建模 + Python 脚本自动化	LGPL-2.1
cadunpack	Python	STEP 装配体遍历 + 钣金展开 + DXF 输出	MIT
trimesh	Python	STL/OBJ/GLTF 网格处理	BSD-3

7.3 AI 模型与框架

工具	用途	来源
PaddleOCR 3.0	图纸 OCR（中英文混合）	百度
Florence-2	图纸标注检测+解析（0.23B VLM）	微软
Donut	OCR-free 文档理解	韩国国立大学
YOLOv11-obb	方向边界框标注检测	Ultralytics
vLLM	Florence-2 等 VLM 推理部署	vLLM 社区

7.4 CAPP/工艺规划开源框架

项目	功能	License
SAMPO	自适应制造调度（遗传+多Agent算法）	BSD-3
PyCAALP	装配序列+产线规划（MIP优化）	MIT
CaSkade-Planner	基于能力的工艺规划（SMT求解）	MIT
FreeCAD-APLAN	FreeCAD 装配序列规划插件	LGPL-2.1

7.5 STEP-NC 标准

ISO 14649（STEP-NC） 是 CAD/CAM/CNC 之间的高层数据交换标准，支持：

自动制造特征识别（ISO 10303-224）
STEP-NC 程序自动生成（ISO 14649-10/11）
智能加工：将 GD&T 与刀具路径集成

工具：StepTools STEP-NC API 支持 Fanuc/Haas/Siemens 等控制器 G 代码生成。

8. 落地案例与市场格局

8.1 商业 CAPP 系统对比

系统	厂商	核心能力	生态
Teamcenter MPP	Siemens	3D工艺规划+MBD工艺标注	深度集成 NX + Teamcenter PLM
DELMIA	Dassault	数字化制造+工艺仿真	3DEXPERIENCE 平台
Windchill MPMLink	PTC	MBD工艺+BOM管理	Creo + Windchill
开目 CAPP	开目软件	二维/三维工艺规划+知识库	国产，符合JB/T标准
CAXA 工艺	数码大方	工艺卡片模板定制	与CAXA CAD集成
华天 InforCenter	华天软件	PLM+工艺设计管理	IDC汽车零部件TOP1

8.2 中国市场实践

海智在线（工业零部件数字化平台）：

AI 以图搜图：上传 2D 图纸自动匹配相似零件和供应商
智能报价：1 分钟核价、3 分钟下单
图纸在线协作：自动标注加工重点
核心：数百万张历史图纸训练的工业大模型，节省 60%+ 时间

上汽通用（机械加工工艺智能开发）：

基于 MBD + 智能算法的四阶段工艺开发流程
产品信息识别 → 智能工艺推理 → 工艺路线编排 → 文件自动生成
规划周期缩短 75%，已在实际生产中广泛应用

宁波”4M”路径（2025年度制造业数字化转型典型案例）：

Method（方法）：龙头企业+服务商的模型创新体系
Machine（装备）：高端数控+智能传感
Material（语料）：高质量工业数据集
Man（人才）：产教协同育人
成果：规上企业数字化改造全覆盖，细分行业 AI 模型 24 个

8.3 政策驱动

工信部《“人工智能+制造”专项行动实施意见》（2025）：到 2027 年推广 500 个典型应用场景
国务院《关于深入实施”人工智能+“行动的意见》（2025）：加快 AI 在设计、中试、生产、服务全环节落地
工信部设备更新目标：到 2027 年更新 200 万套工业软件

9. 实施建议与路径

9.1 技术选型矩阵

场景	推荐方案	技术栈
2D图纸→结构化信息	VLM 管道	YOLOv11-obb + Florence-2/Donut 微调
3D模型→加工特征	GNN 特征识别	pythonOCC + BRepNet/UV-Net
工艺文件生成	RAG + LLM	GraphRAG + GPT-4o/Claude + 工艺知识库
图纸审核排错	规则引擎 + VLM	确定性规则 + VLM 检测 + RD8/EVOLVE

9.2 分阶段实施路径

Phase 1（3-6个月）：2D 图纸结构化

部署 YOLOv11-obb + Florence-2 管道
标注 500-1000 张企业图纸微调模型
输出结构化 JSON（GD&T、尺寸、材料等）

Phase 2（6-9个月）：工艺推理引擎

构建企业工艺知识图谱
部署 GraphRAG 系统
LLM 基于特征信息生成工艺方案

Phase 3（9-12个月）：3D 特征识别

pythonOCC 解析 STEP 文件
BRepNet 识别加工特征
与 Phase 2 工艺引擎对接

Phase 4（12个月+）：审核排错闭环

规则引擎校验 GD&T + 公差
2D-3D 一致性检查
人机协同（HITL）审核流

10. 关键挑战

数据集匮乏：高质量带标注 CAD/工艺数据集稀缺，公开数据集（Fusion 360、MFCAD）规模有限
特征交互：实际零件加工特征交叉重叠，分解为独立加工操作是 NP-hard 问题
知识形式化：加工经验（如”深孔需分次钻削”）难以用规则完全覆盖
DWG 格式壁垒：Autodesk 私有格式，依赖 ODA SDK（商业授权）
端到端集成：多模块（解析→识别→推理→生成）接口标准化复杂

参考文献索引

学术论文

Khan et al. (2025). From Drawings to Decisions: A Hybrid Vision-Language Framework for Parsing 2D Engineering Drawings. arXiv:2506.17374
- https://arxiv.org/abs/2506.17374
Khan et al. (2024). Fine-Tuning Vision-Language Model for Automated Engineering Drawing Information Extraction. arXiv:2411.03707
- https://arxiv.org/abs/2411.03707
arXiv:2602.18296 (2026). Context-Aware Mapping of 2D Drawing Annotations to 3D CAD Features Using LLM-Assisted Reasoning
- https://arxiv.org/abs/2602.18296
arXiv:2602.13345 (2026). BLUEPRINT: A Layout-Aware Multimodal Retrieval Framework for Engineering Documents
- https://arxiv.org/abs/2602.13345
arXiv:2603.26512 (2026). CADSmith: A Multi-Agent Pipeline for Text-to-CAD Generation
- https://arxiv.org/abs/2603.26512
arXiv:2504.07378 (2025). BRepFormer: Transformer-Based B-rep Geometric Feature Recognition
- https://arxiv.org/abs/2504.07378
MechRAG: a multimodal large language model for mechanical engineering. Communications Engineering, Nature, 2025
- https://www.nature.com/articles/s44172-025-00517-z
Lambourne et al. (2021). BRepNet: A Topological Message Passing System for Solid Models. CVPR 2021
- https://github.com/CAD MachineLearning/brepnet
Jayaraman et al. (2021). UV-Net: Learning from Boundary Representations. CVPR 2021
- https://github.com/jayaram42/UV_Net
Cao et al. (2020). Graph Representation of 3D CAD Models for Machining Feature Recognition with Deep Learning. ASME IDETC 2020
- https://github.com/AndrewColligan/CADNet
Moriya et al. (2024). Graph Neural Network-Based Finite Element Feature Recognition from B-rep Model. CAD Journal, 21(6)
- https://cad-journal.net/files/vol_21/CAD_21(6)_2024_959-975.pdf
Document GraphRAG: Knowledge Graph Enhanced Retrieval Augmented Generation for Document Question Answering Within the Manufacturing Domain. Electronics, 2025
- https://www.mdpi.com/2079-9292/14/11/2102

开源工具

ezdxf — Python DXF library: https://github.com/mozman/ezdxf
pythonOCC — OpenCascade Python binding: https://github.com/tpaviot/pythonocc
cadunpack — STEP assembly extraction: https://pypi.org/project/cadunpack/
PaddleOCR 3.0 — OCR toolkit: https://github.com/PaddlePaddle/PaddleOCR
Florence-2 — Unified Vision Foundation Model: https://github.com/microsoft/Florence
SAMPO — Adaptive manufacturing scheduling: https://github.com/aimclub/SAMPO
PyCAALP — Assembly sequence & line planning: https://github.com/TUM-utg/PyCAALP
CaSkade-Planner — SMT-based process planning: https://github.com/CaSkade-Automation/CaSkade-Planner
FreeCAD-APLAN — Assembly planning in FreeCAD: https://github.com/martcram/FreeCAD-APLAN
Open CASCADE Technology: https://dev.opencascade.org/
LibreDWG — GNU DWG library: https://www.gnu.org/software/libredwg/
trimesh — Mesh processing: https://github.com/mikedh/trimesh

商业软件

Siemens Teamcenter MPP: https://plm.sw.siemens.com/en-US/teamcenter/
Dassault DELMIA: https://www.3ds.com/products-services/delmia/
PTC Windchill MPMLink: https://www.ptc.com/en/products/windchill/mpmlink
ODA SDK (Open Design Alliance): https://www.opendesign.com/
开目 CAPP: https://www.kmsoft.com.cn/
MBD Checker (SigmaMax): https://www.sigmaxim.com
EVOLVE Design (KOTEM): https://www.kotem.com/products/evolve-suite/
RD8 Tolerance Analysis: https://www.rd8.tech/software

标准与规范

ISO 10303 (STEP) — Product data representation and exchange
ISO 14649 (STEP-NC) — Data model for CNC controllers
ASME Y14.5 — GD&T standard
ISO 1101 — Geometric tolerancing standard

中国政策与行业报告

工信部《“人工智能+制造”专项行动实施意见》, 2025
国务院《关于深入实施”人工智能+“行动的意见》, 2025
宁波市《2025年度制造业数字化转型典型案例集》, 中国信通院
华为《工业数字化/智能化-2030》: https://www-file.huawei.com/admin/asset/v1/pro/view/7ffffa5fa5e7469692d4704b92ef17d7.pdf

报告基于公开学术资源和技术文档整理，具体商业软件功能以厂商最新发布为准。