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（第二次深度研究更新）

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/BRepFormer 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

BLUEPRINT 系统（arXiv:2602.13345，2025）

当前最先进的工程图纸检索系统，提出布局感知多模态检索框架：

1. 零样本文档/图纸分类（CLIP + 启发式，准确率 93-95%）
2. YOLOv8-S 区域检测（标题栏、零件清单、修订表等）
3. VLM 模型 OCR 提取结构化信息
4. 标识符归一化（图号、版本号、设施代码）
5. 混合稀疏+稠密检索（BM25 + ANN）与区域感知重排

在 375 条查询的基准测试中，nDCG@3 达到 0.626，Succ@3 达到 0.715，全面超越 LLaVA、Pixtral、PaLI-Gemma 等通用大 VLM。

来源：BLUEPRINT - Multimodal Retrieval for Engineering Drawings

多阶段混合框架（Khan et al., 2025, arXiv:2510.21862）

被 ICIEA 2026 接收的完整工程图纸自动解释系统：

1. 空间分解：分离标题栏与视图区
2. 内容分解：分离符号（目标检测）与文本（OCR）
3. 方向归一化：旋转文本校正后再读取
4. OBB 检测识别 PMI（产品制造信息）块
5. Florence-2 / Donut 微调版本进行结构化信息提取

来源：Multi-Stage Hybrid Framework for Engineering Drawings

3.2 GD&T 自动提取

Florence-2 微调方案（arXiv:2411.03707）

在 400 张工程图纸上全参数微调 Florence-2（0.23B 参数），与 GPT-4o/Claude-3.5-Sonnet 零样本推理对比：

结论：小模型（0.23B）+ 领域微调 在工程图纸场景下显著优于大模型零样本推理。

来源：Fine-Tuning VLM for GD&T Extraction

3.3 OCR 工具选型对比

2025-2026 新趋势：OCR 正在 VLM 化。dots.ocr-3B、PaddleOCR-VL-0.9B、DeepSeek-OCR-3B、OlmOCR-2-7B 等新一代模型在 OmniDocBench 上达到 75-83% 准确率。

来源：PaddleOCR 3.0 Technical Report · Best OCR Tools 2026

3.4 2D 标注到 3D 特征映射

LLM 辅助的上下文感知映射（arXiv:2602.18296）

提出 确定性优先 + VLM 升级 的混合框架：

1. VLM 将图纸标注语义化（类型、数值、修饰符）
2. 确定性评分器：类型一致性 + 维度一致性 + 上下文感知路由
3. 低置信度时升级到 GPT-4o 多模态推理
4. 最终人工审核（HITL）

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

来源：Context-Aware 2D-3D Mapping

3.5 图纸布局检测

• 标题栏检测：Gann et al. (2025) 提出 FasterRCNN + GPT-4o 联合管道（arXiv:2504.08645）
• GD&T 符号检测：Reddy et al. (2025) 对比 YOLOv11 vs Faster R-CNN vs RetinaNet，YOLOv11 达最佳精度-速度平衡（Springer JIM）
• DBAL-YOLO (2026)：改进 YOLOv11n 架构，工程图纸结构检测精度 98.8%

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，边=拓扑邻接）。

4.2 主流模型对比

4.3 模型输入表示方式对比

4.4 STEP 文件解析技术栈

STEP 文件 (ISO 10303 AP203/214/242)
  ↓
OpenCascade (C++) / pythonOCC (Python) / OCP / CadQuery
  ↓
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/Transformer 模型进行特征识别

关键 API：TopExp_Explorer 遍历拓扑，BRepAdaptor_Surface 获取面参数，BRep_Tool 提取几何。

来源：pythonOCC GitHub

4.5 数据集演进

4.6 特征交互与分解

实际零件加工特征交叉重叠是 NP-hard 问题，当前方法演进：

1. 语义分割（BRepNet/UV-Net）：面级分类，无法区分同类型不同实例
2. 实例分割（AAGNet 2024）：均值漂移聚类分离特征实例
3. 全景图分割（FeatureFox 2026）：二值边缘边界模型 + 连通分量恢复
4. 域适应（BrepMFR）：合成数据训练→真实数据测试，准确率从 81.50% → 92.74%

5. LLM/VLM 驱动的工艺生成

5.1 MechRAG 系统（Nature Communications Engineering, 2025）

• 架构：CLIP 多模态嵌入 + RAG 检索 + LLM 生成（GPT-4V）
• 能力：制造方法识别（80.78% 基准准确率，增强后进一步提升）、成本评估、独特性分析
• 创新：将 CAE 仿真数据与 CAD 几何数据联合嵌入共享向量空间

来源：MechRAG - Nature Communications Engineering

5.2 Text-to-CAD → CAD-to-Process

CADSmith（arXiv:2603.26512）多 Agent 管道

性能：100% 执行成功率，Chamfer Distance 降低 38 倍，复杂零件中位 F1 = 0.886。

来源：CADSmith

关联工作：GenCAD（MIT, 2025）从图像生成参数化 CAD 命令序列；Text2CAD（NeurIPS 2024 Spotlight）170K 模型 + 660K 文本标注的大规模基准。

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（CLIP/Titan embedding）+ 知识图谱（GraphRAG/RDF）
  ↓
三层检索：向量检索 + 图谱检索 + 去重重排序
  ↓
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

Document GraphRAG（MDPI Electronics, 2025）：三层检索策略集成，使用 GraphDB + Chroma 向量数据库，在制造领域文档问答中表现优异。

Microsoft GraphRAG：Leiden 层次化聚类 + 社区摘要，答案精度提升最高 35%。

来源：Document GraphRAG · Microsoft GraphRAG

5.4 CAPP 系统演进

来源：Natural language-driven production planning

6. 图纸审核与错误检测

6.1 审核维度

6.2 商业工具链

来源：CoLab AutoReview · RD8 · EVOLVE Design · MBDVidia

6.3 AI 审核前沿

• YOLOv11 符号检测（Springer JIM, 2025）：YOLOv11 vs Faster R-CNN vs RetinaNet，YOLOv11 精度-速度最优
• 混合深度学习 (2025)：GD&T 符号检测达 94.8% 精度，97.3% F1
• DBAL-YOLO (2026)：改进 YOLOv11n + Dynamic Snake Conv + BiFPN，工程图纸结构检测 98.8%
• BLUEPRINT（arXiv:2602.13345）：布局感知多模态检索框架
• Foundation EGI：DSL 框架自动化 GD&T 生成，仅需数十个样本
• VizCad AI：Grad-CAM + GNN 可解释 AI，高亮触发警报的面或边

来源：DBAL-YOLO · Foundation EGI · VizCad AI

7. 工具链与开源生态

7.1 二维图纸解析

7.2 三维模型处理

7.3 AI 模型与框架

7.4 CAPP/工艺规划开源框架

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：

• 基于特征的面向对象方法，描述”要加工什么”而非”刀具怎么动”
• ISO 14649-10（通用过程数据）、ISO 14649-11（铣削）、ISO 14649-12（车削）
• 支持双向数据流：CAD→CAM 和 CNC→CAM 闭环优化
• 近期已扩展至增材制造领域

来源：STEP-NC 扩展至增材制造

8. 落地案例与市场格局

8.1 商业 CAPP 系统对比

开目 AI 智能体”小沐”：深度融合 AI 与工业场景，基于工艺领域大模型实现 AI 赋能的三维工艺设计、完整工艺数据自动生成。在航空、航天、航发等行业高端客户占有率领先。

8.2 中国市场实践

海智在线（工业零部件数字化平台）

• 覆盖 80 万+工厂，全球 30 万+专业人士
• AI 以图搜图：上传 CAD 文件，24 小时内获得多个工厂报价
• AI 报价引擎：结合设备参数/材料库/工艺模块
• 2025 年获第七届工业互联网大赛全国总决赛二等奖

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
• 成效：规划周期缩短 75%，人工工时缩短 85.8%，数据一致性 100%
• 独创：自动定位无解原因的”自动找错”技术（已获专利）

宁波”4M”路径（2025年度制造业数字化转型典型案例）

• Method：龙头企业+服务商联合开发行业 AI 模型
• Model：“1+N+X” 工业互联网平台体系
• Machine：攻关高端数控系统/智能传感
• Man：甬江人才工程，数字经济人才 14.2 万
• 2026-2028 新行动方案：100 个标志性场景项目、20 个工业垂类大模型

其他典型

• 方天软件”方小智”：AI 全自动生成加工工艺与标准工时，工艺设计人力成本降低 72%
• 中信戴卡：AI 驱动”灯塔工厂”再升级，制造垂直大模型实现工艺调优/质量管控
• 中控技术 TPT：时序大模型 + UCS 通用控制系统，兰州石化年效益超 2000 万元

8.3 政策驱动

• 工信部《“人工智能+制造”专项行动实施意见》（2025.12）：到 2027 年推广 500 个典型应用场景，选树 1000 家标杆企业
• 国务院《关于深入实施”人工智能+“行动的意见》：加快 AI 在设计、中试、生产、服务全环节落地
• 工业软件设备更新：2026 年第二批 915 亿元”两新”设备更新资金已下达
• 《智能制造典型场景参考指引(2025年版)》：“工艺数字化设计”场景明确要求”应用 AI 技术实现工序排布和工艺指令自动生成”

8.4 市场规模

• 中国 PLM 市场：2021 年 22.06 亿元，预计 2026 年达 53.87 亿元（CAGR 20.72%）
• 中国 CAPP 市场：2018-2022 年复合增速 14%，预计 2027 年达到 36 亿元

9. 实施建议与路径

9.1 技术选型矩阵

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 Document 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
• BRepFormer/BRT 识别加工特征（精度 99.62%+）
• 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

1. 数据集匮乏：高质量带标注 CAD/工艺数据集稀缺，公开数据集（MFCAD++ 59K、CADSynth 100K）规模有限
2. 域偏移：合成数据训练的模型在真实 CAD 上性能显著下降（99.99% → 81.50%），域适应是关键
3. 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
4. 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
5. DWG 格式壁垒：Autodesk 私有格式，依赖 ODA SDK（商业授权）
6. 端到端集成：多模块（解析→识别→推理→生成）接口标准化复杂
7. 幻觉问题：LLM 零样本推理在 GD&T 提取中幻觉率高达 55.99%，需微调或混合架构

11. 技术成熟度评估

参考文献索引

学术论文

1. Khan et al. (2025). BLUEPRINT: Rebuilding a Legacy: Multimodal Retrieval for Complex Engineering Repositories. arXiv:2602.13345 · https://arxiv.org/abs/2602.13345
2. Khan et al. (2024). Fine-Tuning VLM for Automated Engineering Drawing Information Extraction. arXiv:2411.03707 · https://arxiv.org/abs/2411.03707
3. Khan et al. (2025). Multi-Stage Hybrid Framework for Automated Interpretation of Multi-View Engineering Drawings. arXiv:2510.21862 · https://arxiv.org/abs/2510.21862
4. Khan et al. (2026). Context-Aware Mapping of 2D Drawing Annotations to 3D CAD Features Using LLM-Assisted Reasoning. arXiv:2602.18296 · https://arxiv.org/abs/2602.18296
5. CADSmith (2026). A Multi-Agent Pipeline for Text-to-CAD Generation. arXiv:2603.26512 · https://arxiv.org/abs/2603.26512
6. BRepFormer (2025). Transformer-Based B-rep Geometric Feature Recognition. arXiv:2504.07378 · https://arxiv.org/abs/2504.07378
7. BRT (2025). Bringing Attention to CAD: Boundary Representation Learning via Transformer. arXiv:2504.07134 · https://arxiv.org/abs/2504.07134
8. FeatureFox (2026). Sample-Efficient Panoptic Graph Segmentation for Machining Feature Recognition. arXiv:2604.26770 · https://arxiv.org/abs/2604.26770
9. MechRAG (2025). A multimodal large language model for mechanical engineering. Nature Communications Engineering · https://www.nature.com/articles/s44172-025-00517-z
10. Lambourne et al. (2021). BRepNet: A Topological Message Passing System for Solid Models. CVPR 2021 · https://github.com/autodeskailab/BRepNet
11. Jayaraman et al. (2021). UV-Net: Learning from Boundary Representations. CVPR 2021 · https://arxiv.org/abs/2006.10211
12. Colligan et al. (2022). Hierarchical CADNet: Learning from B-Reps for Machining Feature Recognition. Computer-Aided Design 147 · https://doi.org/10.1016/j.cad.2022.103226
13. Wu et al. (2024). AAGNet: Multi-task Machining Feature Recognition. RCIM 86 · https://doi.org/10.1016/j.rcim.2023.102661
14. Zhang et al. (2024). BrepMFR: Enhancing MFR through Deep Learning and Domain Adaptation. CAGD 111 · https://doi.org/10.1016/j.cagd.2024.102318
15. Reddy et al. (2025). Intelligent GD&T Symbol Detection in Mechanical Drawings. J. Intelligent Manufacturing · https://link.springer.com/article/10.1007/s10845-025-02669-3
16. Gann et al. (2025). Title Block Detection and Information Extraction for Building Engineering Drawings. arXiv:2504.08645 · https://arxiv.org/abs/2504.08645
17. Document GraphRAG (2025). Knowledge Graph Enhanced RAG for Manufacturing. MDPI Electronics · https://www.mdpi.com/2079-9292/14/11/2102
18. PaddleOCR 3.0 Technical Report (2025). arXiv:2507.05595 · https://arxiv.org/abs/2507.05595
19. Natural language-driven production planning (2025). Springer · https://link.springer.com/article/10.1007/s10845-025-02732-z
20. STEP-NC extension to additive manufacturing (2025). Springer · https://link.springer.com/article/10.1007/s00170-025-15290-8
21. Florence-VL (2025). Enhancing VLMs with Generative Vision Encoder. CVPR 2025 · https://openaccess.thecvf.com/content/CVPR2025/html/Chen_Florence-VL
22. Generative AI meets CAD (2025). Int J Adv Manuf Technol · https://link.springer.com/article/10.1007/s00170-025-15830-2

开源工具

23. ezdxf — Python DXF library: https://github.com/mozman/ezdxf
24. pythonOCC — OpenCascade Python binding: https://github.com/tpaviot/pythonocc-core
25. ocp-freecad-cam — FreeCAD CAM via CadQuery: https://github.com/voneiden/ocp-freecad-cam
26. PaddleOCR 3.0 — OCR toolkit: https://github.com/PaddlePaddle/PaddleOCR
27. Florence-2 — Unified Vision Foundation Model: https://github.com/microsoft/Florence
28. SAMPO — Adaptive manufacturing scheduling: https://github.com/aimclub/SAMPO
29. AAGNet — Multi-task machining feature recognition: https://github.com/whjdark/AAGNet
30. BrepMFR — MFR with domain adaptation: https://github.com/zhangshuming0668/BrepMFR
31. BRepNet — Topological message passing: https://github.com/autodeskailab/BRepNet
32. UV-Net — Learning from BRep: https://github.com/autodeskailab/UV-Net
33. Hierarchical CADNet: https://gitlab.com/qub_femg/machine-learning/hierarchical-cadnet
34. FreeCAD-APLAN — Assembly planning: https://github.com/martcram/FreeCAD-APLAN
35. Open CASCADE Technology: https://dev.opencascade.org/
36. trimesh — Mesh processing: https://github.com/mikedh/trimesh
37. Microsoft GraphRAG: https://microsoft.github.io/graphrag/

商业软件

38. Siemens Teamcenter MPP / Easy Plan: https://plm.sw.siemens.com/en-US/teamcenter/
39. Dassault DELMIA: https://www.3ds.com/products-services/delmia/
40. PTC Windchill MPMLink: https://www.ptc.com/en/products/windchill/mpmlink
41. 开目 CAPP: https://www.kmsoft.com.cn/
42. CAXA 工艺: https://cad.caxa.com/pc/functionCapp3d
43. 华天软件: https://www.hoteamsoft.com/capp
44. CoLab AutoReview: https://www.colabsoftware.com/product/autoreview
45. EVOLVE Design (OGP/IIGDT): https://www.ogpnet.com/products/software/evolve-software/evolve-design/
46. RD8 Tolerance Analysis: https://www.rd8.tech/software
47. MBDVidia (Capvidia): https://www.capvidia.com/products/mbdvidia
48. SOLIDWORKS Inspection: https://www.solidworks.com/product/solidworks-inspection
49. Sigmetrix Cetol 6σ: https://www.sigmetrix.com
50. High QA IM/360: https://www.highqa.com/3d-mbd-integration/
51. Dessia 2D Checker: https://www.dessia.io/blog/ai-2d-drawing-verification
52. Foundation EGI: https://www.foundationegi.com/media/automating-gd-t-drawings
53. VizCad AI: https://viz-cad.com/blog/train-ai-automate-cad-tolerance-review
54. ODA SDK: https://www.opendesign.com/

标准与规范

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

中国政策与行业报告

59. 工信部《“人工智能+制造”专项行动实施意见》, 2025.12 (工信部联科〔2025〕279号)
60. 国务院《关于深入实施”人工智能+“行动的意见》, 2025
61. 《智能制造典型场景参考指引(2025年版)》
62. 宁波市《2025年度制造业数字化转型典型案例集》, 中国信通院
63. 中国 PLM 市场研究: https://pdf.dfcfw.com/pdf/H3_AP202211281580628638_1.pdf

报告基于公开学术资源、技术文档和产品资料整理，使用 Jina MCP、Tavily、Exa 等搜索服务进行多轮深度检索。具体商业软件功能以厂商最新发布为准。

第二次深度研究更新日期：2026-05-05