石化工程公司承接的大型LNG接收站项目及石化项目等，工艺包均为PDF格式或图片格式，面对业主方提出的数字化移交的要求，需进行管道及仪表流程图转化为SP P&ID格式问题。目前石化工程公司缺少智能转化工具，只能靠专业工程师手动绘制，导致专业工程师在工艺研究和系统设计方面投资不足。同时，绘图质量取决于每个人的技能，因此存在绘图效率低和容易出错的问题，大大影响设计质量和项目工期。为此，我们应用基于卷积神经网络的目标检测算法和数字图像处理技术将PDF格式的 P&ID图纸转换为SP P&ID，即将图纸中的阀门、仪表等图例符号分类与定位的信息、管线的分类与位置信息和符号与管线的属性信息形成结构化的数据，然后利用结构化的数据实现PDF格式的P&ID图纸的自动重构，可以大幅度降低工程师手工绘制 P&ID图纸的时间，确保 P&ID 图纸的绘制质量和效率赶上甚至超前项目设计进度和效率的要求，提升数字化交付效率。P&ID图纸的整体识别准确率达到85%以上
图例符号识别准确率90%以上；
管线识别准确率85%以上；
图例符号及管线的属性识别准确率90%以上；
绘制P&ID图纸的时间成本减低50%以上；
系统功能交互便捷，运行效率高，数据安全；用户只需将PDF格式或者图片格式的P&ID图纸上传到P&ID信息识别系统，识别出图例符号、管线和文字信息，形成结构化的数据，最后通过重绘专业软件SmartPlant P&ID自动重绘。

识别与重构结果
产业化前景广阔，目前正在相关石化企业测试应用，能够推广到国内国外的大型石油化工企业，确保 P&ID 图纸的绘制质量和效率赶上项目设计进度和效率的要求，满足企业降本增效的需求和提升数字化交付效率。