Case Study

GenAI per l’estrazione di dati da disegni tecnici

Abbiamo realizzato una soluzione che utilizza l’AI Generativa per l’acquisizione automatica delle informazioni dai documenti di progetto o di modifica di un impianto.

Where: Italy
Challenge
Snam è un operatore leader a livello europeo nelle infrastrutture del gas. Ha chiesto il supporto di Eng per automatizzare l’acquisizione dei dati rilevanti dai diversi disegni tecnici (grafici P&ID - Pipeline & Instrumentation Diagrams) forniti dai progettisti dei singoli impianti di regolazione e misura (ReMI) per snellire la sua procedura di validazione dei progetti e delle modifiche degli impianti. Il progetto coinvolgeva migliaia di P&ID diversi per la cui analisi sono necessarie competenze ingegneristiche avanzate e una grande quantità di tempo. Inoltre, ogni impianto segue una propria specifica politica di progettazione.
Approach
Abbiamo utilizzato un approccio graduale ed iterativo partendo da un set limitato di impianti ed estendendo poi il perimetro di applicazione della soluzione all’intero parco dei misuratori. Per consentire l’estrazione delle informazioni rilevanti da diversi disegni tecnici di impianto abbiamo combinato vari algoritmi di Generative AI, Machine Learning e Image Analysis.
Solution
Abbiamo realizzato un sistema che, utilizzando modelli di GenAI personalizzati ad hoc per il cliente basati sui relational transformers e su LLM multimodali, è in grado di analizzare un disegno tecnico di un impianto ed estrapolarne le sue caratteristiche inserendole in un DB relazionale. Dato infatti in input un file .pdf contenente i documenti relativi all’impianto, la soluzione estrae tramite algoritmi di Machine Learning i dati di progetto e l’elenco delle componenti, validati attraverso modelli di GenAI. Usando un modello avanzato personalizzato di Image Analysis, la soluzione riconosce automaticamente i simboli presenti nei disegni tecnici e indica se sono connessi tra loro. A partire dai simboli e relazioni rilevate, tramite un sistema probabilistico, ricostruisce infine i tratti e le linee che compongono il singolo impianto di regolazione e misura.
Results

 

 

 

 

Snellimento processo di modifica dell'impianto di regolazione e misura

 

 

Supporto alla compliance normativa

Technologies

To know more
Research Project

QLMD: Quantum Computing per una logistica urbana più efficiente

Il progetto applica il Quantum Computing alla logistica urbana per affrontare problemi complessi, ottimizzare percorsi, ridurre costi ed emissioni dei mezzi e migliorare la sostenibilità grazie a soluzioni scalabili.

Case Study

Reingegnerizzazione del Fascicolo Sanitario della Regione Molise

L'evoluzione faciliterà la condivisione di info tra strutture sanitarie e garantirà ai cittadini l'accesso a un servizio integrato e coordinato.

Use Case

Introduzione e attuazione del Programma GOL

Introduzione del Programma Garanzia Occupabilità Lavoratori (GOL) nei sistemi informativi per il lavoro e la formazione professionale.