Обсудить проект
Главная / Разработка ПО
Разработка ПО · CAD · CAE · ML

Плагины для САПР и машинное обучение для инженерных расчётов

Пишем софт, который снимает с конструкторов и расчётчиков рутину: надстройки для КОМПАС-3D, T-FLEX, nanoCAD, SOLIDWORKS и NX, скрипты пакетных расчётов и суррогатные модели, которые дают оценку за доли секунды вместо часов счёта.

10+ САПР и CAE с открытым API2–3 нед. до первого прототипа100% исходного кода — вам
surrogate · kriging (GP, RBF)σmax(t) кронштейна
t—
прогноз σmax—
время прогноза—
[σ] = 210 МПа—

Учебный пример. Точки — «расчёты МКЭ», полоса — 95% доверительный интервал. Кликните по графику или нажмите кнопку, чтобы добавить расчёт: модель уточнится там, где была не уверена.

Что разрабатываем

Шесть направлений, одна цель: меньше ручной работы

Мы сами инженеры-расчётчики, поэтому сначала разбираемся в процессе, а потом пишем код. Программа решает задачу ваших специалистов, а не просто работает.

CAD

Плагины и надстройки для САПР

Команды, панели и мастера внутри привычного интерфейса.

  • параметрические генераторы типовых деталей и сборок
  • автоматическое оформление чертежей и спецификаций
  • проверка моделей на соответствие стандартам предприятия
  • пакетная конвертация и переименование
KBE

Проектирование на основе правил

Знания конструкторов превращаем в алгоритм: изделие собирается по параметрам заказа.

  • конфигураторы изделий под заказ
  • подбор стандартных изделий по каталогам
  • расчёт и построение в одном шаге
CAE

Автоматизация расчётов

Препроцессинг, пакетный запуск и постобработка без ручных кликов.

  • сценарии подготовки модели и сетки
  • серии расчётов по плану эксперимента (DOE)
  • сбор результатов и отчёт по шаблону ГОСТ 7.32
CALC

Расчётные модули и веб-калькуляторы

Инженерные методики в виде проверенной программы с понятным интерфейсом.

  • расчёты по ГОСТ, РД, VDI, EN
  • настольные приложения и веб-сервисы
  • журнал расчётов и версии исходных данных
PLM

Интеграция CAD — PDM — ERP

Данные из моделей попадают туда, где они нужны, без перепечатывания.

  • выгрузка состава изделия (BOM) в ERP
  • синхронизация свойств и обозначений
  • обмен через REST API и очереди
ML

Машинное обучение в CAD/CAE

Суррогатные модели, прогноз полей по сетке, распознавание геометрии и поиск по архиву КД.

  • оценка вариантов за доли секунды
  • оптимизация с тысячами итераций
  • подробнее — в разделе ниже
Стек

САПР и CAE, под которые пишем

Работаем через официальные программные интерфейсы систем. Плагин устанавливается штатно и обновляется вместе с версией САПР.

СистемаИнтерфейсЯзыкиТиповые задачи
Отечественные САПР
КОМПАС-3DАСКОНAPI 7, API 5 (COM),
прикладные библиотеки
C#C++Pythonгенераторы деталей, оформление чертежей, спецификации
T-FLEX CADТоп СистемыT-FLEX Open API (.NET)C#параметрические сборки, конфигураторы, связь с T-FLEX DOCs
nanoCADНанософт.NET API, MultiCAD.NET,
NRX (совместим с ObjectARX)
C#C++перенос плагинов с AutoCAD, автоматизация DWG
Геометрические ядраC3D Toolkit, Open CASCADEC++Pythonсобственные приложения, конвертеры, проверка геометрии
Зарубежные САПР
SOLIDWORKSSOLIDWORKS API (COM), Add-in,
PDM Professional API
C#VB.NETC++надстройки, макросы, выгрузка из PDM
Siemens NXNX Open, Block UI StylerC++C#Pythonавтоматизация моделирования и подготовки к расчёту
Autodesk Inventor, AutoCADInventor API, AutoCAD .NET,
ObjectARX
C#C++конфигураторы, обработка чертежей
CATIA, CreoCAA RADE, Automation;
Creo TOOLKIT, J-Link
C++JavaVBAотраслевые надстройки, интеграция с PLM
Расчётные системы
Fidesys, ANSYS, AbaqusPython-сценарии, PyAnsys,
Abaqus Scripting Interface
Pythonпакетные расчёты, параметрические серии, отчёты
OpenFOAM, Code_Asterсловари случаев, командные файлыPythonC++расчётные конвейеры на кластере, свои решатели

Интерфейсы

WPF, WinForms, Qt, веб-интерфейсы на React

Серверная часть

Python (FastAPI), .NET, PostgreSQL, очереди задач

Вычисления

NumPy, SciPy, Eigen, расчёт на кластере и GPU

Поставка

установщики MSI, Docker, CI/CD, автотесты на эталонных моделях

Машинное обучение

ML в CAD/CAE: там, где он окупается

Модель машинного обучения не заменяет расчёт. Она учится на ваших расчётах и испытаниях и даёт быстрый ответ там, где полный счёт слишком долог: при переборе вариантов, оптимизации и проектировании в реальном времени.

01 · surrogate

Суррогатные модели по параметрам

Прогноз массы, напряжений, перепада давления или температуры по набору размеров. Расчёт идёт часы, прогноз — миллисекунды, поэтому оптимизатор может проверить тысячи вариантов.

кригинг (GP) · градиентный бустинг · нейросети · план эксперимента (DOE)

02 · field prediction

Прогноз полей по сетке

Нейросеть получает геометрию и выдаёт поле давления или напряжений целиком, а не одно число. Подходит, когда форма меняется свободно и параметров не хватает.

графовые нейросети (MeshGraphNet) · нейронные операторы (FNO, DeepONet) · облака точек

03 · ROM

Модели пониженного порядка

Сжимаем результаты серии расчётов до нескольких базисных форм и быстро восстанавливаем решение для новых режимов. Основа для цифровых двойников оборудования.

POD / SVD · интерполяция на многообразиях · связка с данными датчиков

04 · geometry

Распознавание геометрии

Находим в B-rep модели отверстия, пазы, фаски и скругления. Это нужно для автоматического упрощения перед сеткой, подготовки к ЧПУ и проверки технологичности.

графы смежности граней · классификация элементов · правила технологичности

05 · search

Поиск похожих деталей в архиве

Конструктор загружает эскиз модели и получает похожие уже выпущенные детали. Меньше дублей в номенклатуре, больше повторного использования.

векторные представления 3D-форм · индекс по базе PDM

06 · documents

Обработка чертежей и спецификаций

Извлекаем обозначения, материалы и состав изделия из сканов и PDF старой документации, чтобы перенести архив в PDM.

распознавание текста и штампов · разметка таблиц · проверка по справочникам

Начинаем с данных

Проверяем, сколько расчётов у вас уже есть и сколько стоит новый. Если данных мало, сначала строим план эксперимента и считаем недостающие точки.

Модель знает свои границы

Каждый прогноз идёт с оценкой неопределённости. Если вариант вышел за область обучения, система отправляет его на полный расчёт.

Простое прежде сложного

Для десятков расчётов обычно хватает кригинга. Графовые нейросети оправданы, когда расчётов сотни и меняется сама форма.

PyTorchPyTorch GeometricNVIDIA PhysicsNeMoscikit-learnCatBoostGPyTorchpSevenONNX RuntimeMLflow
Как работаем

От обследования до сопровождения

Первую рабочую версию показываем быстро, чтобы вы проверили идею на своих моделях до основного бюджета.

  1. 1 неделя

    Обследование

    Смотрим, как инженеры работают сейчас, считаем, сколько часов уходит на рутину, и фиксируем ожидаемый эффект.

  2. 2–3 недели

    Прототип

    Минимальная версия на ваших реальных моделях. По ней уточняем ТЗ и интерфейс.

  3. по плану

    Разработка

    Итерации по 2 недели с демонстрацией. Автотесты на эталонных моделях и расчётах.

  4. 1–2 недели

    Внедрение

    Установка, обучение пользователей, руководство и передача исходного кода.

  5. по договору

    Сопровождение

    Обновляем под новые версии САПР, исправляем ошибки, добавляем функции.

Проекты

Примеры разработок

По каждому проекту: что автоматизировали, на чём написано и сколько времени это экономит.

КОМПАС-3D · C# · API 7

Генератор фланцевых соединений

Задача
Конструкторы вручную строили фланцы, прокладки и крепёж для каждого трубопровода.
Решение
Мастер в КОМПАС-3D: по DN и PN строит модель, чертёж и строку спецификации по ГОСТ 33259.
2 ч → 5 минна один узел
Fidesys · Python · DOE

Пакетный расчёт серии кронштейнов

Задача
Проверить 120 типоразмеров кронштейнов на 4 случая нагружения.
Решение
Сценарий берёт параметры из таблицы, перестраивает модель, считает и собирает отчёт с картами напряжений.
3 нед. → 1 ночьна всю серию
CFD · PyTorch Geometric · GNN

Суррогатная модель вентилятора

Задача
Быстро оценивать напор и КПД при изменении формы лопаток.
Решение
Графовая нейросеть, обученная на 340 CFD-расчётах, встроенная в цикл оптимизации.
0,2 сна прогноз, ошибка 3% на тестовой выборке
SOLIDWORKS PDM · C# · REST

Выгрузка состава изделия в ERP

Задача
Спецификации переносили в ERP вручную, с ошибками в обозначениях.
Решение
Служба читает утверждённые сборки из PDM, проверяет справочники и передаёт состав изделия через REST API.
0 ошибокручного ввода за 6 месяцев
Условия

Форматы сотрудничества

Выбираем формат под размер и определённость задачи.

Фиксированная цена

Для задач с понятным ТЗ: плагин, генератор, расчётный модуль. Срок и стоимость в договоре.

Итерации по времени

Для исследовательских задач и ML: оплата по факту работ с отчётом каждые 2 недели.

Выделенный разработчик

Для долгих программ автоматизации: инженер-программист работает в вашем контуре.

Вопросы

Частые вопросы

Кому принадлежит код?

Исключительные права и исходный код передаём заказчику по договору. Можно зарегистрировать программу в реестре Роспатента на ваше имя.

Можно ли перенести наши макросы с SOLIDWORKS или AutoCAD на отечественную САПР?

Да. Разбираем логику существующих макросов и переписываем её под API КОМПАС-3D, T-FLEX CAD или nanoCAD. Часть кода под AutoCAD переносится на nanoCAD с минимальными изменениями.

Сколько данных нужно для ML-модели?

Для суррогатной модели по 5–10 параметрам обычно достаточно нескольких десятков расчётов. Для прогноза полей по сетке нужны сотни. Если расчётов нет, начинаем с плана эксперимента.

Работаете ли вы в закрытом контуре?

Да. Разрабатываем и разворачиваем ПО на ваших серверах без доступа в интернет, подписываем NDA до начала работ.

Что будет при выходе новой версии САПР?

В рамках сопровождения проверяем плагин на новой версии и выпускаем обновление. Автотесты на эталонных моделях показывают, что изменилось.

Начать

Расскажите, что инженеры делают вручную

Оставить заявку