在核电工程数字化转型与数字技术深度应用的背景下，为落实国家及有关部门对于转型的要求，高保真数字反应堆建模对设计图的信息提取效率、精度提出了严苛要求。在当前的核电工程数字化的政策背景与发展趋势下，采用机器视觉和AI大模型等方案针对核电工程仪控系统的逻辑控制图纸与管道工程图纸开展自动识别与信息提取的系统性研究，为之后的自动建模及动态仿真验证提供了信息骨架，对支撑高保真数字孪生模型搭建具有重要的理论价值与工程实践意义。

本项目目标是实现核电工程仪控系统的逻辑控制图纸与管道工程图纸开展自动识别与高精度信息提取，精准识别管道设计图纸中管道布局、设备符号、文本标注，提取管道直径、标号、连接关系、空间拓扑等关键信息；攻克逻辑控制图纸中逻辑传递原理及输入输出信号的自动化识别难题，构建逻辑关系数字化表达体系。设计规范上，明确输出数据需结构化以适配下游建模软件，建立图纸升版变更对比机制与索引库，支持变更点提示及信息检索，同时适配在线与离线算法应用场景。

逻辑控制图纸的识别中，在完成模块识别和连线识别后，通过坐标关系整合处理，项目成功输出了清晰、规范的模块连接信息，实现了核电站逻辑控制图纸信息的自动化提取，达成了项目预设的探索目标，为后续相关技术的落地应用提供了可行的实践方案。对于结构简单的管道设计图纸，研发模型的数据匹配准确率均接近或超过80%，最高可达84.8%。对于拓扑关系复杂的图纸，准确率虽略有下降，但仍稳定维持在70%以上。完成单张图纸从输入到结构化输出的全流程平均耗时仅为15分钟，相较于传统人工录入与规则算法需数小时的解析周期，实现了图纸处理效率的显著提升