LLM在工艺流程图工程中的应用：从最优PFD到经过验证的P&ID

# 流程图中工程中的LLM：从最优PFD到已验证的P&ID 来源：https://arxiv.org/html/2608.11220 Sergei VoitovSkoltech，人工智能中心，莫斯科，俄罗斯Sergei ShumilinSkoltech，人工智能中心，莫斯科，俄罗斯s\.shumilin@skoltech\.ruEvgeny BurnaevSkoltech，人工智能中心，莫斯科，俄罗斯AIRI，莫斯科，俄罗斯 ###### 摘要 如今，工艺流程图（PFD）的创建及其后续转换为管道与仪表图（P&ID）主要由人工完成。将人工智能（AI）应用于该任务不仅有可能实现流程自动化并节省时间，还能通过探索大量图拓扑方案和减少人工劳动来带来经济效益。本研究提出了P&ID Pilot——一个实用的端到端AI流水线，能够同时处理两个阶段的流程图开发。第一阶段专注于PFD合成，而第二阶段旨在将生成的PFD修改为P&ID。在比较了四种不同方法后，结果表明，将遗传算法（GA）与大语言模型（LLM）相结合的混合方法能够生成最优的有效PFD拓扑，在所有方法中损失值最低，同时满足所需的出口流参数且不违反工程规则。对于第二阶段，所提出的基于LLM的智能体通过受限的工程软件开发工具包（SDK）生成经过验证的、可执行的修改，成功地将生成的PFD转换为源扎根的P&ID，实现了100%的执行成功率，同时保持对领域特定规则和参考图结构的符合性。这一统一流水线——将GA/LLM驱动的合成与基于LLM的转换智能体相结合——为端到端流程设计自动化提供了一条可行路径，能够生成经过验证的、可部署的输出，并大幅减少人工工程工作量。 关键词：工艺流程图，管道与仪表图，大语言模型，优化 ## 1 引言 工艺流程图（PFD）和管道与仪表图（P&ID）是过程工程中的核心工件。PFD描述主要工艺拓扑、主要设备和物料流，而P&ID则更详细地表示工艺设备、阀门、管道、控制结构和仪表[19 (https://arxiv.org/html/2608.11220#bib.bib31)]。这些图共同支持工业设施的设计协调、过程分析、安全审查、文档编制以及后续运行。对这些工程信息进行一致数字表示的需求推动了标准化工作，包括基于DEXPI的P&ID数据交换[6 (https://arxiv.org/html/2608.11220#bib.bib14)]以及基于图或序列的流程表示，如SFILES 2.0[Vogel\_2023]。尽管计算机辅助工程工具可用，但PFD和P&ID的开发与修改仍然是一项繁琐且耗时的任务，具有显著的降低成本潜力和缩短开发周期的机会[28 (https://arxiv.org/html/2608.11220#bib.bib32)]。工程师必须在探索替代设计或应用局部修改时保持工艺逻辑、设备配置约束、连通性、控制结构和图的完整性。这些操作通常具有重复性，但不能被视为纯机械性操作，因为即使在拓扑、属性或控制链路中的微小变化也可能使下游工程假设失效。因此，图的准备和修订伴随着大量的手工工作和认知负担。 近期的工作已开始研究用于相关任务的人工智能（AI）方法。数据驱动模型已被用于流程拓扑的流程图自动补全和控制结构预测[29 (https://arxiv.org/html/2608.11220#bib.bib6),12 (https://arxiv.org/html/2608.11220#bib.bib4),4 (https://arxiv.org/html/2608.11220#bib.bib3)]。强化学习（RL）结合图卷积神经网络（GCNN）也被提出用于流程图合成与优化[26 (https://arxiv.org/html/2608.11220#bib.bib9),23 (https://arxiv.org/html/2608.11220#bib.bib19)]。与此同时，大语言模型（LLM）已被应用于P&ID的理解与生成，包括与DEXPI派生的图表示的自然语言交互[2 (https://arxiv.org/html/2608.11220#bib.bib1)]以及从自然语言描述中智能体式创建P&ID图[10 (https://arxiv.org/html/2608.11220#bib.bib2)]。这些研究表明，AI可以支持流程图工程，但也强调了结构化表示和受控交互机制的重要性。 本研究从全周期的角度来解决该问题。我们将技术图视为一个结构化的图对象，其节点、边和属性编码了设备、流、连接和工程元数据。这种表示法为优化、基于模型的解释和受控修改提供了共同的计算基础。与无约束生成或直接编辑序列化工程文件不同，所提出的P&ID阶段使用受SDK约束的交互模型：LLM解释用户请求并生成可执行操作，而对图的所有访问都通过预定义的图操作和验证程序进行中介。本研究的贡献有三方面。首先，我们提出了一个将最优PFD合成与后续面向P&ID的交互连接起来的流水线。其次，我们在基于图的过程设计环境中比较了几种PFD生成方法。第三，我们引入了一种受控的基于LLM的P&ID分析和修改工作流，并基于图的P&ID表示对领域相关的可执行规则进行评估。整体工作流程如图1 (https://arxiv.org/html/2608.11220#S1.F1)所示。 图1：全周期AI流水线的视觉摘要。核心设计原则：用于PFD合成的遗传算法与LLM修复结合 + 受限SDK P&ID转换，实现全周期流程流水线。 ## 2 背景 已有若干研究讨论了基于AI原理或基础数学原理的方法在PFD和P&ID的分析、生成、补全和编辑中的应用。 ### 2\.1 LLM的使用 [2 (https://arxiv.org/html/2608.11220#bib.bib1)]讨论了大型语言模型（LLM）理解和分析DEXPI XML P&ID的能力。作者建议将DEXPI XML文件转换为图表示，并将其作为知识图存储在Neo4j数据库中。之后，在向LLM提问时，将该知识图作为GraphML文件附加到上下文中。实验证明，LLM能够准确回答与P&ID相关的问题。工作[10 (https://arxiv.org/html/2608.11220#bib.bib2)]也主要关注DEXPI XML格式。他们开发了一个特定的P&ID自动创建（ACPID）Copilot，它基于用户的文本描述逐步生成DEXPI XML，并组合了几种技术，例如在预训练的LLM上进行多步骤智能体工作流、领域特定语言翻译、人在回路验证等。该方法与GPT-4-Turbo LLM模型的零样本和少样本方法在健全性和完整性指标上进行了比较，作者得出结论，所提出的Copilot在两个指标上都取得了最佳结果。 下一组论文[4 (https://arxiv.org/html/2608.11220#bib.bib3)]和[12 (https://arxiv.org/html/2608.11220#bib.bib4)]提出了一种数据驱动的流程图控制结构预测方法——这是将PFD转变为P&ID的第一步。尽管两篇论文的目标相似，但它们在架构设置上略有不同——特别是在输入数据处理方面。在[4 (https://arxiv.org/html/2608.11220#bib.bib3)]中，提出了一种图到序列的方法：一个由GNN作为编码器和Transformer架构作为解码器组成的Graph-to-SFILES模型。它将流程图拓扑作为图输入，并以简化流程图输入行条目系统（SFILES）2.0符号[Vogel\_2023]的序列形式返回控制扩展的流程图（该格式改编自基于文本的简化分子输入行条目系统（SMILES）——这是自然语言处理在化学中的应用实例[7 (https://arxiv.org/html/2608.11220#bib.bib10)]）。相比之下，在[12 (https://arxiv.org/html/2608.11220#bib.bib4)]中，作者研究了一种序列到序列的方法：PFD的输入拓扑使用SFILES 2.0符号转换为字符串（反之亦然，用于从预测的字符串中获取图数据），模型的核心架构是T5 Transformer，它执行翻译任务，将没有控制结构的PFD翻译为有控制结构的PFD。两篇论文使用几乎相同的训练和模型评估原则，以进行方法间的公平比较。总体而言，两者都显示出相当有前景的结果：在小数据集上图到序列模型优于序列到序列模型，而对于较大的数据集则观察到相反的趋势。 [29 (https://arxiv.org/html/2608.11220#bib.bib6)]中描述了一种非常类似的PFD自动补全的序列到序列方法。受文本翻译任务的启发，作者使用了一个仅具有自回归解码器的基于Transformer的语言模型，同时以SFILES 2.0符号表示流程图。模型在合成数据上进行预训练，然后通过迁移学习步骤在真实PFD拓扑上进行微调。模型性能评估证明了该概念的有效性，并提出了AI辅助化学工程师的潜在应用。 ### 2\.2 RL的使用 [26 (https://arxiv.org/html/2608.11220#bib.bib9)]中讨论了另一种创新的PFD创建方法。作者研究了GCNN与RL相结合用于最优流程图合成任务。在这里，GCNN应用于流程图（在这种情况下作为图使用），将其表示为数值嵌入，作为RL过程的输入。后者由演员-评论家对、环境和基于经济公式的奖励函数组成。核心架构组件是多层感知器（MLP）和GCNN。结果表明，该方法能够生成有效的、经济上最优的PFD。 [23 (https://arxiv.org/html/2608.11220#bib.bib19)]中也研究了相同的方法。与原始论文相比，主要根本性变化是使用了新颖的近端策略优化和掩码智能体的集成。对可行化学过程流程图的创建测试证明了所提出方法的有效性。 ### 2\.3 遗传算法 遗传算法（GA）由J. Holland在[13 (https://arxiv.org/html/2608.11220#bib.bib7)]中首次提出，被广泛用作优化方法。这些算法被描述为基于自然选择的随机方法，使用迭代搜索策略，通过特定的遗传操作（交叉、变异、选择等）找到最优解。在许多工作中[1 (https://arxiv.org/html/2608.11220#bib.bib20),20 (https://arxiv.org/html/2608.11220#bib.bib22),11 (https://arxiv.org/html/2608.11220#bib.bib21)]，GA在具有非平凡目标函数和各种约束的非线性优化任务中的有效性已被证明，最优PFD创建也不例外[25 (https://arxiv.org/html/2608.11220#bib.bib8)]。在这里，GA被应用于生成用于三膜单元过程的混合膜/低温系统的最优配置。结果证明了该技术的潜力。 ## 3 最优PFD合成 过程流程图合成是通过优化设计变量、操作变量、设备类型和过程配置来生成流程图的系统性计算技术应用[7 (https://arxiv.org/html/2608.11220#bib.bib10)]。在本节中，我们比较四种不同的PFD合成方法——受[2 (https://arxiv.org/html/2608.11220#bib.bib1)]启发的多智能体LLM方法、来自[26 (https://arxiv.org/html/2608.11220#bib.bib9)]的基于RL/GCNN的方法、GA以及混合GA/LLM方法——并应用于一个共同的测试案例，以根据准确性和优化时间选择最合适的方法。本节的其余部分结构如下：3\.1 (https://arxiv.org/html/2608.11220#S3.SS1)提供测试案例描述，接下来的小节3\.2 (https://arxiv.org/html/2608.11220#S3.SS2)介绍我们自定义的Python求解器，随后的小节3\.3 (https://arxiv.org/html/2608.11220#S3.SS3)、3\.4 (https://arxiv.org/html/2608.11220#S3.SS4)、3\.5 (https://arxiv.org/html/2608.11220#S3.SS5)和3\.6 (https://arxiv.org/html/2608.11220#S3.SS6)详细介绍每种方法，第3\.7节 (https://arxiv.org/html/2608.11220#S3.SS7)则对所得结果进行比较和讨论。 ### 3\.1 测试案例描述 为了测试系统的功能，我们选择了一个中等简单但接近实际流程的合适任务。因此，提出了以下场景——为原油处理装置（OTU）生成最优PFD。此类装置用于将油田的原油初步分离为油、气和地层水，以达到可销售质量。OTU中的主要操作包括气体分离、水分离、增压和流动加热。输入数据包括入口流性质（物理和化学性质）、用户指定的期望出口流性质，以及包含用于PFD合成的各种组件的设备数据库，如泵、换热器、水分离器、气体分离器、球阀和管道三通。 ### 3\.2 求解器描述 该求解器实现为Python模块，用于计算流以及在生成的PFD中检查约束。构建图后，求解器将流属性传播到图的所有节点。为每种设备类型实现了单独的Python函数，例如根据指定的Q-H特性计算泵中的压力增加、基于简化热平衡计算换热器中的温度变化等。计算过程中所使用的方程的更详细信息见附录A (https://arxiv.org/html/2608.11220#A1)。此外，求解器支持分支和汇合流。检测到的约束违规存储在图的节点中，并在损失（适应度）函数中予以考虑。求解器的通用算法描述以及损失计算函数见附录B (https://arxiv.org/html/2608.11220#A2)。 ### 3\.3 多智能体系统方法 需要指出的是，[2 (https://arxiv.org/html/2608.11220#bib.bib1)]中的架构仅允许LLM查看和理解整个流程图，但无法根据用户请求进行更改。然而，这可以通过发送专门的Cypher请求来实现。Cypher是一种用于图的声明式查询语言，允许在属性图上对数据进行高效查询[15 (https://arxiv.org/html/2608.11220#bib.bib23)]。考虑到LLM在上下文中看到并理解整个流程图，可以假设它