人跑现场 AI 做校对,五步读懂一套特气管线仪表图

到现场把场景画下来，再用AI校成经得起复核的工程图

做特气这行，读图是基本功。拿到一套气柜，正常的路子是什么？

找 P&ID。

管道及仪表流程图（P&ID）。这是行业的"标准答案"——前提是它规范、它在你手上、你还能读懂。

但这三个前提，现场往往一个都不满足。P&ID 在档案室里落灰，一线技术员看不懂那一堆符号，或者版本早对不上眼前的柜子了。

于是我们这次，走了一条野路子：

先到现场，把柜子的管线仪表画下来——草图是发现差异的起点，最终仍要回到受控 P&ID 与 MOC 完成闭环。

就是那种你到现场，照着柜子一根根管线、一个个仪表画下来的草图——阀门口写着代号、管线拐来拐去，粗糙、有笔误、命名不规范，但它是现场实物的第一手记录，正好用来发现 P&ID 与实物之间的偏差。

为什么非要自己画，而不是抄一份现成的？因为画不出来，就是没懂。图上哪一段我画得含糊、哪个阀我标完又打个问号，那正好就是我没想通的地方——手绘把"以为懂了"和"真的懂了"分开了。

然后，我们让 AI 当"读图的人"，把这张草稿，校成了一份 13 张、经得起工程复核的操作图册。

这篇文章，就想把这套"野路子"讲清楚：它凭什么能走通，以及你照着做，五步也能复现。

一、起点变了，一切都变了

先把两条路并排放一起看。

传统读图：

标准 P&ID 图纸 → 工程师凭经验读图 → 操作 / 培训文档

知识从头到尾锁在专家脑子里，AI 顶多帮你排个版。

我们这次：

现场手绘草图 → AI 读图（复刻 · 比对 · 校准）→ 工程级图册

起点变了，AI 的角色也变了——它不再是排版的，而是扛起了"读图者"这个角色。说得再实在一点：它干的其实是校对的活，把我自己画错的、看漏的，一条条翻出来。

这里有个反直觉的判断，是整套方法的根：

现场实物，是发现 P&ID 偏差的第一手观察对象。

竣工 P&ID 本应反映实际状态；现场实物是核对 P&ID 偏差的第一手观察对象，偏差须进入待核清单，并按变更流程纠正、更新受控文件。到现场画下的每一笔，都是柜子里那根管子、那个阀真实的样子——因为你是照着实物画的。也正因如此，图上出错的地方，错的不是柜子，是我看它、理解它的方式：看漏一路、记错一个代号、按习惯想当然。这些偏差，只有画出来才暴露得出来。

而 AI 的价值，恰恰是把这份现场第一手记录，显式化、校准、变成能传承的工程文档。

但有一句话必须先钉死：草图是发现问题的线索来源，不是替代 P&ID 的权威依据。这套方法的终点，仍然要回到受控设计文件——草图帮你把问题找出来、把笔误揪出来，但最终的"对不对"，还得由受控文件说了算。

二、AI 当读图的人，干了三件事

第一件：1:1 复刻，加正交化。

先把现场草图，无脑一比一复刻下来。注意，是"无脑"——不要自作聪明地"优化布局"，现场那个阀就在那个位置，这个摆位本身就是信息。

复刻完，再把管线拉成横平竖直。草图的斜线看着灵活，但难读、难维护。正交化之后，它才是一张"工程图"的底子。

第二件：三方比对，校位号。

手绘上最坑的不是画得糙，是笔误。

拿我在现场画的那张 NF₃ GC 柜草图举例，放大八倍逐个核对，这些"看着没问题"的标注，其实都藏着错：

所以位号不能照抄手绘，要三方比对：手绘（原始意图）× 现场 HMI 屏（现场实现）× 原厂手册（功能定义）。权威顺序是受控设计文件 / P&ID → 原厂手册 → HMI 现场对照——HMI 本身可能有历史遗留错误或未同步的变更，不能当权威命名。三者不一致时，记入待核清单交工艺确认，图上标个 ＊。

连位号含义的推断也一样危险：PGI 里的 I 到底指 Indicator 还是 Isolation，得查厂内的位号编制规范，不能凭感觉——所以我们把它也列进待核，而不是硬编一个解释。

这一步，传统上得靠有经验的人来把关。现在 AI 把三份资料并在一起，一个个揪笔误。

第三件：把"不确定"显式标出来。

这是最关键的一件。

草稿天然带着不确定——某个阀到底通不通、某段管子的介质成分核实了没有。大多数人的本能，是"顺手把不确定的地方也画成确定的"，好像画实了就确定了。

恰恰相反。真正的工程图，要用灰虚线标出"这段还没核实"，用 ＊ 标出"这个位号待核"，用页脚一行免责钉死边界：

依据简图建立的原理状态，不是已核准的现场 SOP。

承认未知，比假装已知更安全。但这件事，靠的不是 AI 的自觉——恰恰相反，AI 是最容易自信编造的工具：它会把模糊的阀门"补全"成看似合理的元件、把位号读成更常见的写法，而且语气毫不含糊。让不确定显式化，靠的是人设定的强制模板：＊标记待核、灰虚线标未表征、页脚钉死边界。AI 在图像识别和缺口补全时，容易给出看似确定但未经证实的结果，因此不能把模型的自述当作验证依据。还有一点别忘：要人核对的不只是 AI——我自己也可能画错，而且这一点更隐蔽，因为人总倾向于相信自己亲手画的图。

三、剩下的，是工程的细功夫

位号校准了，介质和阀态也要讲清楚。

介质分色加一虚线：红主工艺气、蓝氮气、紫置换混合气与尾气、深灰真空排气，再加一条灰虚线，专标"成分未表征的管段"——虚线之外再叠文字标记，灰度打印、色弱识别、手机缩放都不丢信息。

阀门状态分维度标注：位态（开 / 关）、流量模式（微流 / 驱动）、程序动作（短时开 / 依程序 / 交替）、异常（误开）、数据状态（核）、不适用（—）。

这里面有一对最容易混、也最要命：

● 微流：非吹扫期，真空发生器微漏阀的小流量状态；

● 驱动：吹扫期，真空发生器动力氮的大流量状态。

差十几倍，是互斥状态。图上把"驱动"标成"微流"，操作员照着做，就是一次方向性错误。

还有一条铁律得焊死：阀态必须和流向动画自洽。复盘时我们就抓到一个真实的翻车——抽排阶段，文丘里动力阀标着"微流"，图上却挂着"驱动氮气"的流向箭头，自己打自己。这种图交到现场，就是埋雷。

四、照着做，五步就能复现

这套方法，不难复制。你手上只要有一张草图，加一个可对照的权威来源（受控设计文件 / 原厂手册，现场 HMI 作对照），就能走一遍。五步，每一步有输入、有产出、能验收：

第一步 到现场画、再收草图：带着本子站到柜前，对着柜内实际的管线与仪表把图画出来（画不出来的地方就是盲点），拍照喂给 AI，让它 1:1 复刻 + 管线正交化。产出矢量底图。验收标准——拿底图和原照片并排，元件一个不缺、摆位一致。

第二步 校位号：把底图 + HMI 截图 + 手册三份一起喂给 AI，让它出一张位号比对表。产出比对表 + 待核清单。验收标准——每个位号都能说清"是抄的、校过的、还是待核的"。

第三步 讲介质与阀态：按"介质分色 + 状态分维度"约定，让 AI 分色、标阀态。产出状态图。验收标准——任一管线能说介质色，任一阀门能说状态词，微流和驱动绝不混用。

第四步 拆场景：把作业流程拆成子阶段，一图一态；误操作拆成独立场景，一图一误，每张写前提条件。产出整套状态图。验收标准——单张图内阀态不打架。

第五步 标不确定 + 交付：待核项标 ＊、页脚钉免责行、结论对到依据。产出单文件 HTML 图册。验收标准——过一遍质量门（横平竖直自检、乱码扫描、内联无外链、待核清单齐）。

每一步，AI 干的都是"复刻、比对、分色、拆场景"这些体力活；你干的只有一件事——拍板。

五、为什么我说这是"新的读图方式"

因为它同时改了三样东西：

● 读的对象：从"标准答案"（P&ID），变成了"自己对着实物画的草稿"；

● 读的主体：从"专家凭经验"，变成了"AI 交叉验证，人只负责拍板"；

● 读的产出：从"一份理解"，变成了"一份带不确定标注的工程图册"。

这意味着什么？

它降低了读图的门槛。 不必等到规范 P&ID 到手，也不必等一位懂图的同事有空——你自己到现场画一张草图，加一个可对照的权威来源，就能复现。

它把现场第一手记录变成了资产。 到现场画的草图，从"用完就丢的草稿"，变成了"能传承的工程文档"。

它把 AI 用在了对的地方。 AI 最不该被拿来当"画图工"，最该被拿来干的是交叉验证、揪笔误、管理不确定——这些恰恰是人最容易犯错、也最容易"假装确定"的地方。

写在最后

这套方法，本质上就一句话：

读图可以先从一张现场草图开始。到现场把柜子画一遍，再让 AI 把它校成经得起复核的工程图册——而每一处校准，最终都要回到受控 P&ID 完成闭环。画的过程本身，就是最好的学习。

图册终究只是图册，它替代不了作业许可，也替代不了人的判断。但一份从草稿里长出来、位号校准过、待核项标清楚、依据可溯的图册，至少能让一个暂时读不熟 P&ID 的人，也能在受控文件把关下安全地读懂这台柜子。

而这，可能就是 AI 进厂务之后，最该先干的那批活之一。

（本文方法论出自作者实战的完整复盘，供参考）