Machines· 2026Q2· Derleme
Mühendislik Sınıfı Parametrik CAD için Yapay Zeka: Temsiller, Büyük Dil Modelleri ve Ajan Tasarım Sistemlerinin Eleştirel Bir İncelemesi
Artificial Intelligence for Engineering-Grade Parametric CAD: A Critical Review of Representations, Large Language Models, and Agentic Design Systems
- 0atıf
- Q2SCImago
- 2026yıl
Kısa özet
107 kaynağın incelenmesi, yapay zekanın CAD için geometrik geçerlilikte başarılı olduğunu ancak düzenlenebilir parametreler, tasarım niyeti ve özellik geçmişi sağlamlığında zorlandığını ortaya koyuyor; bu durum zorunlu mühendislik sınıfı kriterlere sahip bir EG-CAD çerçevesi önerilmesine yol açıyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- CAD için YZ hızla gelişiyor ancak öncelikli olarak geometrik benzerlik ve yürütme başarısı üzerinden değerlendiriliyor.
- Endüstriyel CAD, düzenlenebilir parametreler, tasarım niyeti, kararlı özellik geçmişleri ve üretim kısıtlamaları gerektirir; bunlar mevcut YZ-CAD'de zayıf bir şekilde kıyaslanmaktadır.
- 107 kaynağın (2020-2026) sentezi, yerel özellik ağacı sağlamlığı ve aşağı akış doğrulama alanlarında tutarlı bir kanıt boşluğu tespit ediyor.
- Önerilen EG-CAD çerçevesi, geometrik geçerliliğin yanı sıra parametrik düzenlenebilirlik, tasarım niyeti koruma ve aşağı akış kullanılabilirliği gibi zorunlu kriterler sunuyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Artificial intelligence (AI) is rapidly expanding computer-aided design (CAD) from shape generation toward generative, conversational, and agentic engineering. However, most AI–CAD evaluations remain dominated by geometric similarity and execution success, while industrial CAD depends on editable parameters, design intent, stable feature histories, manufacturing constraints, and downstream CAD/CAE reuse. This structured critical review synthesizes 107 sources, principally from 2020–2026, across constrained sketches, boundary representations (B-Reps), parametric sequences, executable CAD programs, large language and multimodal models, CAD agents, commercial-CAD integration, and CAD–CAE. Rather than organizing the field only by model family, the review compares methods through the engineering information preserved and the behavior of generated models after modification. The synthesis identifies a consistent evidence gap: geometric validity and program execution are increasingly strong, whereas native feature-tree robustness, persistent references, design-intent preservation, and downstream verification remain weakly benchmarked. To address this gap, we propose the engineering-grade AI–CAD (EG–CAD) framework, in which geometric validity and executability are mandatory gates followed by parametric editability, constraint/design-intent preservation, feature-history robustness, engineering compliance, and downstream usability. A reference agent architecture and staged roadmap connect these criteria to CAD/CAM/CAE and smart-manufacturing workflows, reframing AI–CAD as an engineering automation problem rather than a shape-generation task.
Yazarların özeti; kaynağından alınmıştır. Machines, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Endüstri ve İmalat Mühendisliği
Industrial and Manufacturing EngineeringEngineering