Azati zet P&ID's, isometrieën en andere engineeringtekeningen om in gestructureerde, doorzoekbare data — computer vision en OCR voor de extractie, en een graafmodel dat vastlegt hoe apparatuur, leidingen en instrumenten met elkaar verbonden zijn. Bovenop dat model draait de P&ID LLM Agent: u stelt een vraag in gewone taal — «nummer de afsluiters in stroomrichting», «maak een From/To-lijst voor alle lijnen» — en de agent zoekt het antwoord door zich door het netwerk te bewegen, niet door naar het plaatje te kijken. Het werk komt voort uit industriële documentdigitalisering op schaal, waar we al bijna tien jaar aan werken. De agent zelf draait op dit moment in productie, in meerdere klantprojecten.
Bij installaties die in de jaren zeventig en tachtig zijn gebouwd, ligt de procesinformatie nog in P&ID's, PEFS-tekeningen, isometrieën en materiaalcertificaten: op papier, als scan, of in een CAD-formaat dat niemand meer opent. Die tekeningen zijn geen plaatjes — ze zijn de logische beschrijving van de installatie. Maar zolang ze als bestand bestaan, kan geen enkel systeem erin zoeken. Elke vraag over de installatie — welke afsluiters staan op deze lijn, waar komt deze leiding vandaan, welke instrumenten hangen aan dit vat — wordt dan handwerk: iemand opent tekening na tekening en telt mee.
Dat is niet alleen traag. Het betekent dat beslissingen over onderhoud, turnarounds, veiligheid en revisies worden genomen zonder de data die eronder hoort te liggen. En elk digital-twin- of predictief-onderhoudsproject loopt vroeg of laat op dezelfde muur: het model kan niet worden gevuld, omdat de brongegevens niet machineleesbaar zijn.
Herkenbaar? Leg ons uw situatie voor.OCR alleen levert tekst op: tags, maten, labels. Dat is de helft van de informatie op een P&ID. De andere helft zit in de topologie — welke afsluiter op welke lijn staat, welke kant de stroom op gaat, waar een lijn het blad verlaat en op welk vervolgblad hij terugkomt. Daarom bestaat de verwerking uit drie stappen:
Wat er uitkomt is geen doorzoekbare PDF. Het is een engineeringdatalaag waar uw andere systemen op kunnen aansluiten.
De agent voert niet één vaste query uit. Hij plant zijn eigen route door de graaf, controleert wat hij vindt, corrigeert zichzelf en gaat dieper tot hij een antwoord heeft — en elke stap is zichtbaar in het gesprek. Dat laatste is geen cosmetiek: bij engineeringdata moet een antwoord te controleren zijn, anders kunt u er geen beslissing op baseren. Elk object in het antwoord is aanklikbaar en licht op de tekening op.
«Zoek de afsluiters die op deze leiding zitten.» De agent neemt één of meerdere lijnen tegelijk, loopt ze door en geeft per lijn de afsluiters met het segment waarop ze staan. Elke lijn krijgt een eigen kleur op de tekening.
«Nummer de afsluiters in stroomrichting.» Een lijst is niet hetzelfde als een volgorde. De agent kent de stroomrichting en zet de objecten in de volgorde waarin het medium er werkelijk langs gaat — met een nummer bij elke afsluiter op de tekening.
«Traceer het pad van deze nozzle naar die afsluiter.» De agent zoekt de verbinding tussen twee willekeurige objecten, ook over lijnen heen, en laat zien wat ertussen staat. En voor het hele blad: «Maak een From/To-lijst voor alle lijnen.» Voor elke lijn geeft hij het echte begin- en eindpunt: een nozzle van een apparaat, een doorsteek naar een ander blad mét bladnummer, de volgende lijn in stroomrichting, of een eindflens. Geen lege velden.
«Zoek en markeer alle segmenten van twee inch.» De agent gaat het hele blad door op segmentniveau, niet op lijnniveau — een lijn kan onderweg van maat veranderen, dus elk stuk wordt apart gecontroleerd.
«Beschrijf dit component en de engineeringfunctie ervan.» De agent leidt de betekenis af uit de positie in het netwerk: waar het object aan vastzit, op welke lijn het staat, wat ernaast ligt op het blad. Bij een instrument neemt hij bijvoorbeeld de alarmen mee die ernaast staan, zodat het antwoord beschrijft wát het beveiligt — niet alleen welk type instrument het is. Twee identieke afsluiters kunnen verschillende antwoorden opleveren, omdat hun context verschilt. Er hoeft vooraf niets te worden voorbereid.
«Bouw een hiërarchie: pomp — motor — de afsluiters die bij de pomp horen.» De agent bouwt de boom op de tekening en in het hiërarchiepaneel. Klopt er iets niet, dan zegt u het gewoon: «zet de afsluiters op hetzelfde niveau als de motor», en de structuur wordt herbouwd. Daarna: «bouw dezelfde structuur voor de andere pomp» — de agent neemt de gecorrigeerde boom als voorbeeld en herhaalt hem, zonder dat de regel opnieuw beschreven hoeft te worden.
«Laat alle afsluiters zien die groter zijn dan één inch en een tag dragen.» De agent loopt het hele blad door en splitst de uitkomst in twee groepen: groen wat aan de regel voldoet, rood wat niet. U krijgt geen lijst maar een beeld van de hele tekening — wat klopt, en waar gekeken moet worden.
De demo laat elf vragen zien op twee bladen. Wat de agent op úw P&ID's, isometrieën of schema's vindt, ziet u in een pilot op een representatieve set — inclusief de slechte scans.
Beschrijf uw tekeningen en uw vraagDe agent is geen los experiment. Hij staat op werk dat Azati jarenlang voor industriële opdrachtgevers heeft gedaan:
het platform voor documentdigitalisering voor zware industrie. In dat programma: verwerking van meer dan 5.000 documenten per uur bij een nauwkeurigheid van 98,8%, tegen ongeveer een vijfde van de oorspronkelijke kosten.
bij een wereldwijd energiebedrijf — met trainbare OCR en computer vision die engineeringsymbolen begrijpt. Het register wordt gebruikt voor inspectie, onderhoud en asset integrity.
inclusief reconstructie van de procestopologie als graafmodel en validatie van de uitkomst. Begonnen als pilot, daarna opgeschaald naar het volledige archief.
P&ID, fire & gas loop diagrams, HVAC-schema's en elektrische ééndraadschema's — voor een raffinage- en petrochemische operator, met de output klaar voor directe upload in hun engineering data platform.
uitgelezen en gekruisd met interne systemen, waarbij afwijkingen automatisch worden gemarkeerd: naar schatting 50 tot 70% minder handmatig nakijkwerk.
pijplijn in drie maanden gebouwd, tot 300 documenten per uur.
P&ID's, PEFS, isometrieën, elektrische schema's, HVAC-schema's, loop diagrams — als DWG/DXF, PDF, TIFF, JPEG of scan, inclusief handgeschreven annotaties.
DEXPI via Proteus XML, tabellen voor engineering data platforms zoals AVEVA, gestructureerde exports (JSON, CSV), SVG-visualisaties en het graafmodel zelf.
De output is bedoeld om in uw bestaande landschap te landen — EAM, DMS, engineering data platform, digital twin — en niet om er een systeem naast te zetten. Wat er ontbreekt aan koppelvlak, bouwen we; dat is het gewone werk van Azati.
Confidence scores per object, human-in-the-loop voor alles onder de drempel, en een spoor van wat waaruit is afgeleid.
Het meeste van dit werk is tot nu toe gedaan in olie, gas, energie en petrochemie — daar liggen de grootste archieven en de strengste eisen. Maar het probleem is niet sectorgebonden: overal waar een installatie ouder is dan haar documentatiesysteem, staat dezelfde vraag open.
P&ID's als basis voor asset integrity, turnarounds en revisies richting nieuwe energiedragers.
Terminals, tankopslag en leidingnetwerken met decennia aan tekeningen in gemengde formaten.
As-built documentatie die bij oplevering en beheer weer als data nodig is. Azati leverde eerder 24 maanden engineering aan een digital-twin-platform voor gebouwscanning, inclusief de verwerkingspijplijn voor grote point clouds.
Installaties waar onderhoudsplanning nu op tekeningen leunt in plaats van op data.
Geen twee installaties tekenen hetzelfde. Symbolen, tagstructuren, lijnnummering en terminologie verschillen per bedrijf, per locatie en vaak per decennium. Een model dat op andermans tekeningen is getraind, leest de uwe bij benadering — en bij engineeringdata is bij benadering niet goed genoeg.
Daarom hertrainen we de modellen voor elke klant. Dat is het grootste deel van het werk, en het is de reden dat de uitkomst klopt. Wat u krijgt is geen generiek resultaat dat ongeveer past, maar een digitaal model van úw installatie: de datalaag waarop een digital twin daadwerkelijk klopt. De P&ID LLM Agent draait hierop in productie, in meerdere klantprojecten.
We beginnen bij uw symboolbibliotheek, tagconventies en naamgeving, en trainen het model daarop. De uitkomst spreekt uw taal, niet de onze.
Slechte scans, handgeschreven aantekeningen en oude formaten horen bij de set, omdat die het echte resultaat bepalen.
Welke objecttypes, welke attributen, welke nauwkeurigheid, welk uitvoerformaat — afgesproken voordat het archief erdoorheen gaat.
U ziet de uitkomst op uw eigen bladen en stelt zelf vragen aan de agent. Pas daarna gaat het volledige archief erdoorheen, op een verwerkingslijn die meer dan 5.000 documenten per uur aankan.
Elk object krijgt een betrouwbaarheidsscore; alles onder de drempel bekijkt een engineer voordat het in de output komt.
DEXPI, tabellen voor uw engineering data platform, uw EAM of DMS — geen extra systeem ernaast.
Beschrijf uw archief en uw standaarden via het algemene contactformulier — we sturen de meest relevante referenties terug en een voorstel voor de aanpak.
Beschrijf uw archiefOCR leest tekst: tags, maten, labels. Een P&ID bevat daarnaast topologie — wat aan wat vastzit en welke kant de stroom op gaat — en die staat nergens als tekst. Azati reconstrueert die topologie als graafmodel en valideert die, zodat de uitkomst een datamodel is en geen doorzoekbare PDF.
Ja. Vectorformaten zoals DWG en DXF worden apart geparsed; PDF, TIFF, JPEG en scans gaan via beelddetectie. Slechte scankwaliteit en handgeschreven annotaties komen in dit werk standaard voor en zijn onderdeel van de aanpak, niet een uitzondering erop.
Nauwkeurigheid hangt af van tekeningkwaliteit, symboolconventies en objecttype, en wordt per project vastgesteld op uw eigen materiaal. In vergelijkbare programma's is 97–99% OCR-nauwkeurigheid gehaald op getrainde documenttypes. Elk object krijgt een confidence score; wat onder de drempel valt gaat naar menselijke review voordat het in de output komt.
Ja. DEXPI via Proteus XML is eerder op archiefschaal opgeleverd, evenals tabellen die direct in een engineering data platform zoals AVEVA geladen kunnen worden. Daarnaast zijn gestructureerde exports (JSON, CSV), SVG-visualisaties en directe koppelingen met EAM- of DMS-systemen mogelijk.
Ja. U beschrijft de regel in gewone taal — bijvoorbeeld dat afsluiters boven een bepaalde maat een tag moeten dragen — en de agent loopt de hele tekening door en splitst de objecten in wat voldoet en wat niet, zichtbaar op het blad. Dit is geen formele compliance-toets; het is een manier om afwijkingen zichtbaar te maken voordat een mens ernaar kijkt.
Ja. De agent draait in de productieomgeving van het digitaliseringsplatform, in meerdere klantprojecten. De onderliggende technologie — computer vision en OCR voor engineeringtekeningen, conversie naar gestructureerde data, graafmodellen van procestopologie — is op productieschaal geleverd, in archieven van tienduizenden tot honderdduizenden documenten. Voor een nieuwe organisatie begint een traject met een pilot op eigen tekeningen, omdat het model eerst op uw standaarden en terminologie wordt ingericht.
Waar de verwerking plaatsvindt wordt vooraf vastgelegd en kan volledig binnen de EU worden ingericht. De engineeringteams werken vanuit de EU; er is geen engineering-aanwezigheid in Rusland. Afspraken over vertrouwelijkheid en verwerking maken we voordat er materiaal wordt gedeeld.
Een representatieve set is belangrijker dan een grote set: een handvol bladen die uw conventies, formaten en slechtste scankwaliteit dekken zegt meer dan honderd schone tekeningen van één type. Wat precies representatief is, bepalen we samen bij de opzet van de pilot.
