Rohkem kui vestlusrobotid: kuidas LLM-id sobituvad insenertehnilisse töövoogu (CAD, elektrotehnika, automatiseerimine, projektid, riistvara)

Laiendatud versioon, mis põhineb algsel artiklil "Rohkem kui vestlusrobotid: LLM-id masinaehituse töövoos" (2. detsember 2025). Eesmärk: keskenduda praktilisele automatiseerimisele, mitte "maagilisele konstrueerimisele" - eriti seal, kus insenerid kaotavad aega korduvatele sammudele, dokumentatsiooni otsimisele, vormingu teisendamisele ja korduvatele arvutustele.

:::tip Põhikontseptsioon Kasuta LLM-e kiire liidesekihina insenertehnilistele süsteemidele. Hoia lõppväljundid deterministlikud ja valideeritud testide, reeglite ja jälgitavate allikatega. :::

1) Algse artikli lühiülevaade: mis on tugev ja mida laiendada

Tugevad ideed (säilitatud ja tugevdatud):

• LLM-id kui liides tööriistadele, mitte "detaili generaator".
• Zero-shot makrode ja skriptide genereerimine, et vähendada API-ga tutvumise aega.
• Andmete eraldamine PDF-idest ja tabelitest JSON-/ERP-/PDM-valmis vormingutesse.
• RAG standardite üle täpseks otsinguks suurtest dokumentidest.
• Prompti struktuuri distsipliin (kontekst -> ülesanne -> piirangud).

Mis sageli puudub (lisatud selles laiendatud versioonis):

• Valideerimine ja vastutus: LLM-i väljund peab läbima testid ja vastuvõtukriteeriumid.
• Süsteemi integratsiooni strateegia: kuidas LLM sobitub IDE-sse, Giti, CI-sse, PDM/PLM-i, SCADA-sse, ERP-sse.
• Rolliülesed näited: elektrotehnika, mõõteriistad/automaatika, projekteerimine, riistvara/PCB, kvaliteet, käitus.
• Kaudne kõrge tootluse (ROI) kasutus: LLM kirjutab abiskripte, parsereid, kontrolle ja väikeseid igapäevaseid veebirakendusi.
• Andmekvaliteedi töövoog: parsi -> normaliseeri -> valideeri -> laadi, sealhulgas OCR-müra käsitlemine.
• Turvalisus ja konfidentsiaalsus: hoia ära jooniste, BOM-ide ja äriandmete lekked.

2) Põhiidee: LLM on insenertehniline liim süsteemide vahel

Käsitle LLM-i kui:

• keele- ja struktuuriabilist (kirjelda ülesanne -> saa kood/mall/plaan),
• mustandigeneraatorit (skript, makro, SQL, Python, ST/IEC 61131-3, C#, PowerShell),
• andmete normaliseerijat (tabelid, PDF-id, BOM-id, spetsifikatsioonid),
• standardite kaaslast (RAG, nõuete eraldamine, jälgitavusmaatriksid).

Ära käsitle LLM-i kui:

• insenertehnilise otsustusvõime asendajat,
• standardite tõeallikat ilma kontrollita,
• mootorit autonoomseteks kriitilisteks otsusteks.

Kus LLM-id on objektiivselt tugevad

• Tekstijuhiste teisendamine struktureeritud väljundiks.
• Nõuete tõlkimine algoritmideks ja skriptiraamistikeks.
• Töö API/SDK mustritega (puu läbimine, filtreerimine, mass-eksport/import).
• Dokumentatsiooni, kontroll-loendite, testjuhtude ja veakäsitlusradade genereerimine.

Kus nad on nõrgemad (ja kuidas kompenseerida)

• Ruumiline ja geomeetriline mõtlemine.
• Kõrge täpsusega matemaatika, mida tehakse "usu peale".
• Enesekindlad hallutsinatsioonid valede üksikasjadega.

Kompensatsioonimuster: range I/O, testid, viitenäited, deterministlik täitmine ja vastuvõtukontrollid.

3) Universaalne teostusmuster: LLM + deterministlik tööriist + valideerimine

Parimad tulemused insenertehnikas tulevad tavaliselt sellisest stackist:

Engineer task -> prompt -> LLM (code/template/plan)
                         |
                         v
              deterministic executor
   (CAD API / Python / solver / simulator / parser / CI)
                         |
                         v
      validation (unit tests, rules, baseline comparisons)
                         |
                         v
          result (file, report, export, DB write)

Põhipunkt: LLM ei "tooda" lõplikku insenertehnilist tulemust otse. Ta genereerib juhiseid ja koodi. Lõpptulemus tuleb deterministlikust täitmisest pluss kontrollimisest.

4) Rollipõhised näited: kus on kiire mõju realistlik

Need on suure eduvõimalusega stsenaariumid, sest need on korduvad, teksti-/tabelirikkad, API-sõbralikud ja testitavad.

4.1 Masinaehitus / CAD / projekteerimisbürood

Ülesanded, mis automatiseeruvad hästi:

• Mass-eksport (DXF/DWG/PDF/STEP), printimisvood, lehtede genereerimine.
• Omaduste uuendamine (materjal, mass, detailinumber, revisjon), failide nimetamine.
• Mudelikontrollid (tühjad omadused, valed ühikud, mittestandardsed konfiguratsiooninimed).
• Aruannete genereerimine (BOM, massikokkuvõte, muudatuste loendid).
• Simulatsioonitöövoogude eel-/järeltöötlus (CSV-st graafikuteks ja aruanneteks).

Kaudne, kuid väga tõhus:

• igapäevased abitööriistad sobituste, keermeotsingu, ühikute teisendamise ja nimetamisreeglite kontrolli jaoks.

Näide: detailinumbri valideerija (Python)

import re

RULE = re.compile(r"^[A-Z]{2}-\d{4}-[A-Z]{2}\d{2}$")  # Example: AB-1024-XY05

def validate_part_number(pn: str) -> bool:
    return bool(RULE.match(pn))

candidates = ["AB-1024-XY05", "ab-1024-XY05", "AB-102-XY05"]
for pn in candidates:
    print(pn, "OK" if validate_part_number(pn) else "FAIL")

LLM-i väärtus: valideerimisloogika, CLI-tööriistade, PyQt-minirakenduste ja pluginate raamistike kiire genereerimine, samal ajal kui insener kontrollib reegleid ja näiteid.

4.2 Elektriinsenerid (skeemid, kilbid, kaabligraafikud, arvutused)

Tugevad kasutusjuhud:

• Kaabligraafikute, signaaliloendite, I/O-loendite genereerimine ja valideerimine.
• Andmeahelate automatiseerimine: koormused -> grupid -> kaitselülitid -> kaablid.
• Tehniliste nõuete, seletuskirjade, seadmeloendite koostamine.
• Projekteerimisandmete normaliseerimine: nimede korrastamine, ühikute normaliseerimine, duplikaatide tuvastamine.

Näide: kiire pingelanguse abitööriista raamistik

from dataclasses import dataclass

@dataclass
class Line:
    length_m: float
    current_a: float
    voltage_v: float
    r_ohm_per_km: float  # Conductor resistance at defined temperature

def voltage_drop_percent(line: Line) -> float:
    # Simplified single-phase model: dU = I * R
    # R = r_ohm_per_km * (L / 1000)
    r_total = line.r_ohm_per_km * (line.length_m / 1000.0)
    du = line.current_a * r_total
    return du / line.voltage_v * 100.0

l = Line(length_m=80, current_a=32, voltage_v=230, r_ohm_per_km=1.15)
print(f"Voltage drop: {voltage_drop_percent(l):.2f}%")

Võid paluda LLM-il lisada:

• kaablitabeli impordi CSV-st/Excelist ja valikupiirangud,
• CLI + PDF-aruande ekspordi,
• ühiktestid baasjuhtude vastu,
• pakendamise meeskonna abitööriistaks.

Oluline: valemid ja korrektsioonitegurid tuleb valideerida sinu kohaldatavate standardite (IEC/NEC/sisereeglid) vastu. LLM kiirendab teostust, mitte vastavuse heakskiitmist.

4.3 Tööstusautomaatika / mõõteriistade insenerid (PLC, SCADA, DCS)

Suure mõjuga automatiseerimine:

• PLC-koodi raamistikud (IEC 61131-3: ST/FBD) funktsionaalsete kirjelduste põhjal.
• Tag-nimede normaliseerimine ja duplikaatide tuvastamine.
• Alarmitekstide genereerimine ja prioriteedistruktuurid.
• Pärandkonversioon: PDF-andmeleht -> struktureeritud parameetrite komplekt -> import insenertööriista.
• Kooskõla kontrollid I/O-loendi, silmusdiagrammide, SCADA-tagide ja alarmiloendite vahel.

Näide: mootori käivituse funktsiooniploki raamistik struktureeritud tekstis

FUNCTION_BLOCK FB_MotorStart
VAR_INPUT
    StartCmd    : BOOL;
    StopCmd     : BOOL;
    EStopOk     : BOOL;
    InterlockOk : BOOL;
    FeedbackOn  : BOOL;
END_VAR
VAR_OUTPUT
    RunOut      : BOOL;
    Fault       : BOOL;
END_VAR
VAR
    latchedRun  : BOOL;
    tFeedback   : TON;
END_VAR

// Latching start command
IF StopCmd OR NOT EStopOk THEN
    latchedRun := FALSE;
ELSIF StartCmd AND InterlockOk THEN
    latchedRun := TRUE;
END_IF;

RunOut := latchedRun AND EStopOk AND InterlockOk;

// Feedback supervision (simplified)
tFeedback(IN := RunOut AND NOT FeedbackOn, PT := T#3S);
IF tFeedback.Q THEN
    Fault := TRUE;
    latchedRun := FALSE;
END_IF;

LLM aitab, genereerides algse raamistiku, diagnostika, olekukäsitluse, taimerid, dokumentatsiooni ja simulatsiooni testjuhtude mustandid.

Inseneri vastutus jääb läbirääkimatuks: ohutusloogika, seiskamistingimused, veakindel käitumine, anduririkke stsenaariumid ja objekti standardid.

4.4 Projekteerimisinsenerid ja distsipliiniülesed meeskonnad (nõuded ja koordineerimine)

Kohese väärtuse valdkonnad:

• Laialipillutatud nõuete teisendamine struktureeritud spetsifikatsioonideks.
• Nõuete jälgitavusmaatriksite automaatne genereerimine.
• RFI/RFQ pakettide ja sidusrühmade vastusemallide koostamine.
• Riskide ja tegevuspunktide eraldamine koosolekumärkmetest (koos konfidentsiaalsuse kontrolliga).

Näidisvoog: nõuete eraldamine JSON-i

Prompti idee: "Teisenda see lähtetekst JSON-iks skeemiga id, requirement, rationale, verification_method, priority."

Seejärel:

• valideeri JSON-skeemi vastu,
• impordi Jira/Polarion/DOORS/Confluence'i,
• genereeri kontrollplaanid.

4.5 Riistvara- ja PCB-insenerid (BOM, testide automatiseerimine, püsivara raamistikud)

Suure tootlusega sihtmärgid:

• BOM-i normaliseerimine: tootja, MPN, alternatiivid, ühikud, kirjeldused.
• Stendi-testiskriptide genereerimine (Python + SCPI/PyVISA, jadaliides, CAN).
• Püsivara raamistikud (draiverid, olekumasinad, protokollikäsitlejad) range ülevaatusega.
• Käivitamise (bring-up) kontroll-loendid ja tootmistesti plaani mustandid.

Näide: minimaalne SCPI tuvastuse wrapper

import pyvisa

def read_idn(resource: str) -> str:
    rm = pyvisa.ResourceManager()
    inst = rm.open_resource(resource)
    inst.timeout = 5000
    return inst.query("*IDN?").strip()

print(read_idn("USB0::0x0000::0x0000::INSTR"))

LLM saab kiiresti lisada kordused, ühenduse diagnostika, struktureeritud logid, CSV-/JSON-ekspordi, CLI kasutuskogemuse ja testikäivituse kokkuvõtted.

5) Süvavaatlusega juhtumid koos teostusretseptidega

Juhtum A: zero-shot CAD-skriptid kvaliteedikontrolliga

Ülesanne: eksportida koostu kõik lehtmetalldetailid DXF-i, koos kaustade ja logidega.

Miks LLM aitab kiiresti:

• koostu läbimine,
• lehtmetalli filtreerimine,
• ekspordivalikud,
• nimetamisreeglid,
• veakäsitlus ja logimine.

Turvaline juurutamise järjekord:

1. Määratle selged sisendid ja väljundid.
2. Genereeri CAD API raamistik (VBA/C#/Python).
3. Lisa vastuvõtukontrollid:
   • oodatav failide arv,
   • vastavus nimetamismallile,
   • duplikaatide/tühjade nimede tagasilükkamine,
   • täielik olekulogi.
4. Käivita esmalt testkoostul, seejärel tootmises.
5. Versioonihaldus Gitis lukustatud CAD-/pluginaversioonidega.

Prompti mall CAD-skripti genereerimiseks

Context:
- CAD: SolidWorks 2023
- Language: VBA (or C#)
- Object: active assembly (.sldasm)

Task:
- Find all sheet-metal parts, including nested subassemblies
- Export each to ./ExportDXF/<PartNumber>/
- File naming: <PartNumber>_<ConfigName>.dxf

Constraints:
- Skip suppressed components
- Never overwrite files (append suffix instead)
- Write log.csv with part, config, status, message

Acceptance criteria:
- For a 10-part sheet-metal test assembly, produce 10+ DXFs (depending on configs)
- Log must have no empty fields and include error codes

Juhtum B: PDF -> JSON -> PDM/ERP andmelehtede jaoks

Ülesanne: eralda andmelehtedelt parameetrid (näiteks rõhuandurid) ja loo struktureeritud kirjed.

Tüüpiline väljakutse: PDF-id võivad olla tekstipõhised või skaneeritud pildid.

Soovitatav torustik:

1. Tekst-PDF: parsi tabelid Pythoni tööriistadega (pdfplumber, camelot, tabula) ja normaliseeri.
2. Skaneeritud PDF: jäädvusta võtmeleheküljed ja käivita multimodaalne eraldamine JSON-i.
3. Valideeri kõik:
   • vastavus skeemile,
   • ühikute kooskõla,
   • allika jälgitavus (fail, lehekülg, tabeli rida).

Minimaalne JSON-skeemi näide

{
  "tag": "PT-101",
  "device_type": "Pressure Transmitter",
  "manufacturer": "ACME",
  "model": "X200",
  "range": {"min": 0, "max": 10, "unit": "bar"},
  "output": "4-20 mA + HART",
  "supply": {"min": 12, "max": 30, "unit": "VDC"},
  "process_connection": "G1/2",
  "materials": {"wetted": "316L"},
  "ip_rating": "IP67",
  "source": {"file": "datasheet_x200.pdf", "page": 3}
}

Võtmetaktika: nõua mudelilt ranget ainult-JSON väljundit.

Prompti mall tabeli eraldamiseks

You are given a table image (page 3). Return JSON only with this schema:
- manufacturer (string)
- model (string)
- range.min (number), range.max (number), range.unit (string)
- supply.min (number), supply.max (number), supply.unit (string)
- output (string)
- ip_rating (string)
Use null when a value is missing.

Juhtum C: RAG standardite ja siseeeskirjade jaoks

Ülesanne: vasta küsimustele nagu pingutusmoment, tolerants ja märgistusreeglid koos allikaviidetega.

RAG-voog:

• indekseeri PDF-id ja sisedokumendid,
• leia asjakohased fragmendid,
• vasta leitud sisu põhjal,
• säilita dokumendi/lehekülje viited.

PDF/docs -> chunking -> embeddings -> vector DB
                              |
                              v
                         user query
                              |
                              v
                   top-k retrieved fragments
                              |
                              v
                  LLM answer + source citations

Praktiline reegel: säilita standardi versioon, jõustumiskuupäev ja sisemised erandid iga indekseeritud allika lähedal.

Juhtum D: LLM kui mikrorakenduste generaator igapäevaste insenertööde jaoks

Mõnikord on suurim tootlus väike teenus, mitte täielik "agent".

Näited:

• veebivorm sisendparameetrite jaoks -> valideeritud aruanne,
• Slacki/Teamsi bot kontroll-loendite ja standardiviidete jaoks,
• Exceli lisandmoodul andmete normaliseerimisvoogudeks.

FastAPI raamistiku näide

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Input(BaseModel):
    length_m: float
    current_a: float
    voltage_v: float
    r_ohm_per_km: float

@app.post("/voltage-drop")
def voltage_drop(inp: Input):
    r_total = inp.r_ohm_per_km * (inp.length_m / 1000.0)
    du = inp.current_a * r_total
    return {"drop_percent": du / inp.voltage_v * 100.0}

LLM saab kiiresti lisada OpenAPI-dokumentatsiooni, valideerimise, logid, Dockerfile'i ja testikatte.

6) Promptimise praktika inseneridele: mallid, mis tegelikult töötavad

6.1 Universaalne insenertehnilise koodi prompt

1) Context
- Tool/version: (SolidWorks 2023 / EPLAN / TIA Portal / KiCad / Python 3.11)
- Language: (VBA/C#/Python/ST)
- Environment constraints: (offline, stdlib-only, access limits)

2) Inputs
- What comes in? (file, folder, CSV, parameters)
- At least one sample input

3) Outputs
- What should be produced? (files, report, JSON, model changes)
- Strict output format

4) Rules
- Naming, units, standards, exceptions
- Error definitions

5) Acceptance criteria
- 3-5 verifiable checks
- Preferably test cases (input -> expected output)

6.2 Küsi alati teste

Prompti täiendused, mis parandavad usaldusväärsust:

• "Generate 5 pytest unit tests for formula edge cases."
• "Add static type checking (mypy) and linting (ruff) config."

See vähendab märgatavalt vaikseid loogikavigu.

7) Kvaliteedikontroll: kuidas vältida LLM-i põhjustatud kaost

Minimaalne praktikate komplekt, mis töötab tootmises:

• Kasuta kõigi skriptide/makrode jaoks Giti.
• Nõua inimese koodiülevaatust.
• Säilita logid ja täitmisaruanded.
• Halda baasandmestikke (testkoostud, test-PDF-id, test-tagid).
• Jõusta JSON-skeem ja ranged väljundvormingud.
• Blokeeri automaatse kirjutamise toimingud ilma dry-run + aruanne enne.

Praktiline reegel: LLM kiirendab artefaktide genereerimist (kood, dokumentatsioon, tabelid), kuid vastutus insenertehniliste otsuste eest jääb kvalifitseeritud inseneridele ja valideeritud deterministlikele tööriistadele.

8) Realistlik 2-4-nädalane juurutusplaan

1. nädal: vali 1-2 valukohta

• Näited: DXF-eksport, BOM-i korrastamine, I/O-loendi genereerimine, pingelanguse arvutus.

2. nädal: prototüüp

• Skript + üks testandmestik + täitmislogi.
• Sisemine README käivitusjuhistega.

3. nädal: kvaliteedi pakendamine

• Ühiktestid, vormingu valideerimine, veakäsitlus.
• Giti repositoorium ja versioonidistsipliin.

4. nädal: tootmispiloot

• Meeskonna juhendamine.
• Piloot päris andmetel.
• Tagasisidesilmus ja iteratsioon.

9) Lõppmõte

LLM-id ei tähenda "las tehisintellekt konstrueerib minu eest". Nad tähendavad:

• rutiinset automatiseerimist (eksport, omadused, aruanded, tabelid),
• kiiremat sisetööriistade arendust (skriptid, kalkulaatorid, valideerijad),
• struktureeritud teadmiste eraldamist (PDF -> JSON, RAG standardite üle),
• paremat kvaliteeti läbipaistvate torustike ja testide kaudu.

Inseneri roll nihkub liidese operaatorist automatiseerimise arhitektiks: defineeri reeglid, kontrolli väljundeid ja ehita korratavaid töövooge.

Sildipõhine navigeerimine teistele avaldatud postitustele

Kasuta neid sildihüppeid, et liikuda seotud postituste vahel:

• #automation
• #cad
• #llm
• #ai
• #python

Nende siltidega ühendatud avaldatud artiklid:

• Peata CAD: DXF-lahtilõigete genereerimine ja pesastamine Chromiumiga
• Rohkem kui vestlusrobotid: LLM-id masinaehituse töövoos
• Excalidraw: virtuaalne salvrätik inseneridele
• FreeCAD 1.x: avatud lähtekoodiga CAD-i "kuningas"