大语言模型在流程图工程中的应用：从最优PFD到经验证的P&ID

如今，工艺流程图（PFD）的绘制及其随后向管道与仪表图（P&ID）的转换主要靠人工完成。将人工智能应用于这一任务，不仅可能带来流程自动化与时间节省，还可能通过探索大量图纸拓扑选项和减少人工劳动带来财务收益。本研究提出P&ID Pilot——一个实用的端到端AI管线，能够处理这两个阶段的流程图开发。第一阶段聚焦PFD合成，第二阶段致力于把生成的PFD改造为P&ID。在比较四种不同方法后，结合遗传算法（GA）与大语言模型（LLM）的混合方法被证明能生成最优的有效PFD拓扑，在所有方法中取得最低损失值，同时满足要求的出口流量参数且不违反工程规则。在第二阶段，所提出的基于LLM的智能体通过一个受限的工程软件开发工具包生成经校验、可执行的修改，成功将生成的PFD转换为有据可溯的P&ID，实现100%执行成功率，同时保持符合领域特定规则与参考图结构。这一统一管线——GA/LLM驱动的合成与基于LLM的转换智能体相耦合——通过产出经校验、可部署的成果，为端到端流程设计自动化提供了可行路径，并大幅减少人工工程投入。