الذكاء الاصطناعي في تحليل ملفات DWG: أتمتة استخراج بيانات الأجهزة في هندسة البنية التحتية

الذكاء الاصطناعي في تحليل ملفات DWG: أتمتة استخراج بيانات الأجهزة في هندسة البنية التحتية | Crunch-IS Case Study
قامت فرق الهندسة بإلغاء المراجعة اليدوية لملفات DWG والفهرسة باستخدام برنامج Excel، وذلك من خلال نشر وكيل ذكاء اصطناعي خاضع للرقابة يقوم تلقائيًا باستخراج بيانات الأجهزة والتحقق من صحتها وتنظيمها.
الصناعة:
البناء
حجم الفريق:
6
المدة:
4 أشهر
Technologies
Autodesk Platform Services (APS)
AWS Lambda
FastAPI
Amazon RDS PostgreSQL
Amazon Bedrock
LibreDWG
AWS S3
AWS Amplify
01

نبذة عن العميل

العميل هو شركة هندسة إنشائية متوسطة الحجم تنفذ مشاريع بنية تحتية واسعة النطاق.

تتولى فرقهم الهندسية إدارة مئات ملفات DWG ضمن مجموعات رسومات متعددة، حيث يُعد وضع العلامات الدقيقة على الأجهزة أمرًا بالغ الأهمية للامتثال للمعايير والتنسيق وتنفيذ المشاريع.

الذكاء الاصطناعي في تحليل ملفات DWG: أتمتة استخراج بيانات الأجهزة في هندسة البنية التحتية | Crunch-IS Case Study
02

التحدي

أدت العمليات اليدوية إلى تقييد إنتاجية قسم الهندسة.

كان المهندسون يبحثون يدويًّا في ملفات DWG عن العلامات، ويديرون البيانات الوصفية المتناثرة، ويحافظون على فهارس Excel المعرضة للأخطاء، مما أدى إلى حدوث تناقضات وتعارضات بين الإصدارات.

وقد أدى ذلك إلى ظهور عدة مخاطر تشغيلية:

  • أدى الفحص اليدوي لملفات DWG إلى إبطاء عمليات المراجعة الهندسية،
  • بيانات الأجهزة المتفرقة في الرسومات وجداول البيانات،
  • فهرسة Excel المعرضة للأخطاء،
  • لا يوجد نظام آلي للكشف عن التكرارات أو العلامات المفقودة، و
  • ضعف قابلية التوسع مع زيادة أحجام الرسومات.

لم تكن المنظمة بحاجة إلى مجرد أداة بحث فحسب، بل إلى ذكاء هندسي آلي — يتضمن ميزات التحقق من الصحة والحوكمة وإمكانية التدقيق.

03

نطاق المشروع

قامت شركة Crunch-IS بتصميم وتطوير «وكيل هندسة الأجهزة» (Instrument Engineering Agent) السحابي الأصلي، القادر على فهم الرسومات بتنسيق DWG، وتنفيذ المهام المنظمة، والتحقق من صحة النتائج، وإحالة حالات عدم اليقين إلى المهندسين.

كان الهدف واضحًا:

  • التخلص من الاعتماد على جداول البيانات؛
  • إنشاء قاعدة معرفية موحدة وموثوقة للأجهزة؛
  • أتمتة سير عمل عمليات التحقق من الصحة؛
  • تطبيق تنفيذ الذكاء الاصطناعي الخاضع للرقابة على البيانات الهندسية.
04

الحل الذي قدمناه

ولتحقيق ذلك، قمنا ببناء بنية منظمة تعتمد على الأحداث، تعمل على تحويل ملفات DWG الأولية إلى معلومات هندسية تم التحقق من صحتها وقابلة للاستعلام — بدءًا من المزامنة التلقائية للرسومات.

المزامنة التلقائية لملفات DWG

تتم مزامنة الرسومات عبر برنامج AutoCAD Desktop Connector مع خدمات منصة Autodesk (APS).

ويؤدي كل تحديث تلقائيًا إلى تشغيل مسارات المعالجة، دون الحاجة إلى عمليات تحميل يدوية أو إعادة العمل.

طبقة ذكاء منظمة لبيانات الأجهزة

لقد أنشأنا نظامًا على منصة AWS يعمل بدون خادم، يسترد ملفات DWG عبر واجهات برمجة تطبيقات APS ويستخرج علامات الأجهزة باستخدام LibreDWG.

النظام:

  • يستخرج العلامات والبيانات الوصفية وهندسة الرموز،
  • يعيد تنظيم المخرجات إلى صيغة JSON منظمة، و
  • يخزن السجلات التي تم التحقق من صحتها في Amazon RDS PostgreSQL.

ويستبدل هذا النظام عملية التتبع عبر Excel بقاعدة بيانات منظمة وخاضعة للرقابة للأجهزة.

تصبح البيانات الهندسية قابلة للاستعلام عنها وقابلة للتدقيق ومتسقة.

تنسيق الوكلاء الذكيين باستخدام Amazon Bedrock

بدلاً من تطبيق أداة بحث بسيطة تعتمد على نموذج RAG، قمنا بنشر بنية ذكاء اصطناعي قائمة على الوكلاء قادرة على تخطيط وتنفيذ سير عمل متعدد الخطوات.

يعمل وكيل الأجهزة بأربعة أوضاع:

1. ASK — استفسارات هندسية باللغة الطبيعية

يمكن للمهندسين أن يسألوا:

  • “اعرض جميع مؤشرات الضغط على الخط 302.”
  • “أدرج الأجهزة التي تحمل العلامة PDIT في مجموعة الرسومات رقم 45.”

ويقوم الوكيل بتخطيط الاستعلام، ويستخدم أدوات قواعد البيانات المنظمة، ويقوم بالتحقق المزدوج من سياق ملفات DWG، ويقدم نتائج تم التحقق من صحتها مصحوبة بتقييم للثقة.

2. ACT — تنفيذ المهام الهندسية

يقوم الوكيل بتنفيذ سير العمل التشغيلي مثل:

  • إنشاء تقارير بتنسيقات Excel وPDF،
  • إعادة فهرسة مجموعات الرسومات بشكل جماعي،
  • عمليات التحقق من صحة الأجهزة، و
  • الكشف عن التكرارات والعلامات المفقودة.

مثال:
«أنشئ تقرير امتثال للخط 302.»

يقوم الوكيل بالاستعلام عن البيانات التي تم التحقق من صحتها، ويطبق عمليات الفحص القائمة على القواعد، ويقوم بإنشاء الملف، ويوفر رابطًا آمنًا للتنزيل.

3. VERIFY — التحقق المدمج ومستوى الثقة

تتضمن كل نتيجة ما يلي:

  • درجة الثقة في الاستخراج،
  • التحقق المتقاطع من المراجعات،
  • الكشف عن التكرار،
  • حالة التحقق من صحة المخطط،
  • علامات الاستثناء.

وهذا يمنع حدوث أخطاء خفية في الذكاء الاصطناعي ويحسن موثوقية العمليات الهندسية.

4. ESCALATE — حوكمة بمشاركة العنصر البشري

عند اكتشاف أي غموض، يقوم الوكيل بما يلي:

  • يقترح عمليات التعيين،
  • يعرض مستويات الثقة،
  • يطلب موافقة المهندس، و
  • يسجل القرارات لأغراض التدقيق.

وهذا يضمن الامتثال للمعايير الهندسية مع الحفاظ على التحكم التشغيلي.

05

بنية التنفيذ

يستخدم هذا الحل خدمات منصة Autodesk، وأدوات AWS التي لا تعتمد على الخوادم، وAmazon Bedrock.

تشمل البنية ما يلي:

  • APS لمزامنة الرسومات؛
  • AWS Lambda للتنسيق؛
  • الخدمات الصغيرة في FastAPI؛
  • Amazon RDS PostgreSQL باعتباره مصدر البيانات المرجعي؛
  • Amazon Bedrock لاستدلال الوكلاء؛
  • S3 لتخزين المعرفة المنظمة.

والنتيجة هي طبقة تنفيذ للذكاء الاصطناعي قابلة للتوسع وخاضعة للرقابة، مبنية مباشرةً على العناصر الهندسية.

Image Case Study | Crunch-IS
06

نتائج العميل

مكّنت منصة «DWG Intelligence» المدعومة بالذكاء الاصطناعي العميل من تحسين إدارة بيانات الأجهزة بشكل كبير. فقد استبدلت الفرق الهندسية المراجعة اليدوية التي تستغرق وقتًا طويلاً بعمليات التحقق والحوكمة الآلية، مما أدى إلى وصول أسرع وأكثر موثوقية إلى سجلات الأجهزة.

حقق العميل ما يلي:

  • التخلص من عملية الفهرسة اليدوية باستخدام برنامج Excel؛
  • قاعدة بيانات مركزية وموثوقة للأجهزة؛
  • الكشف الآلي عن التكرارات والعلامات المفقودة؛
  • عمليات تدفق عمل منظمة للتحقق من الصحة وجاهزة للتدقيق؛
  • معالجة قابلة للتوسع لمجموعات الرسومات المتزايدة.

أصبحت فرق الهندسة الآن تستخرج بيانات الأجهزة المُتحقق منها في غضون ثوانٍ، بدلاً من البحث يدويًّا في مئات الرسومات.

يوفر النظام تقييمًا لمستوى الثقة، وآليات الحوكمة، وإمكانية التتبع الكاملة — مما يقلل من المخاطر التشغيلية ويحسن الإنتاجية في الوقت نفسه.

أخبرنا بما تعمل على بنائه

أرسل لنا مخططاً أولياً أو مواصفات أو ثلاث جمل عن النقطة التي توقف عندها النظام. عادةً ما تكفي محادثة واحدة لمعرفة ما إذا كنا مناسبين لك.

البرمجيات المخصصة، والذكاء الاصطناعي والتعلم الآلي، والبيانات والتحليلات، والحوسبة السحابية، والأمن — من تحديد النطاق المبكر وحتى التسليم على المدى الطويل.

  • 170+ خبير
  • 120+ مشروع منجز
  • 97% نسبة الرضا التام

    لقد قرأت ووافقت على شروط الاستخدام و سياسة الخصوصية *

    نحن وشركاؤنا نستخدم تكنولوجيا مثل ملفات تعريف الارتباط على موقعنا لتخصيص المحتوى والإعلانات، وتوفير ميزات وسائل التواصل الاجتماعي، وتحليل حركة المرور لدينا. انقر فوق \”قبول\” للموافقة على استخدام هذه التكنولوجيا عبر الويب.

    Decline