结论先说清楚:存量图纸与工艺卡的版次对不上,根源不是设计员疏忽,而是三份台账各记各的,没有一个共同的键。可行的路径是不等 PLM 上线,直接把图纸标题栏的块属性、工艺卡抬头的单元格、ERP 台账导出的行,按归一后的图号拼成一张宽表,再用四条比对规则跑一遍,输出一份按影响分级的漂移清单。两万个文件的规模,一个人两周可以做完:抽取两天、归一三天、复核五天。最容易踩的坑是把版次空着当成最新版,以及把全角半角、A 版与 01 版当成两个不同的值,这两处会让清单里近三成是假阳性,审完还得重来。
版次会漂,是因为标准写了联动,落地只到纸上
GB/T 17825.6-1999《CAD 文件管理 更改规则》是现行国标,1999 年 8 月 11 日发布、2000 年 1 月 1 日实施。它的第 2.3 条写得很明确:CAD 文件更改时,与其相关的设计文件应同时发出更改通知单进行相应的更改。第 4.2 条要求更改后在更改记录栏分别填入更改标记、数量、签名、日期;第 4.4 条要求用更改后的文件打印或复制生产文件,供有关部门使用。
条款本身没有问题,问题在「相关」两个字没有边界:改了一张零件图的倒角,装配图、工艺卡、检验指导书算不算相关,标准没有列举,企业也很少把这份清单钉死。于是更改通知单只在设计部门内部流转,工艺卡由工艺员凭经验判断要不要改,台账由资料员按期批量更新。三份记录各自都是对的,放在一起就对不上。
所以第一个判断要纠正:版次漂移不是流程违规,是缺少一个横向比对的检查动作。先花两周把存量查清楚,知道漂在哪里、漂了多少、涉及多少在制工单,再决定是改制度还是上系统。
四个字段就够,键是图号加张次
ISO 7200:2004 把标题栏与文档头的数据字段分成识别、描述、管理三类,共 19 个字段,其中 8 个为必填:法律所有者、标识号、发布日期、张次、标题、批准人、编制人、文档类型。标准还给每个字段限定了字符长度,标识号 16 个字符,发布日期 10 个字符。这份标准 2025 年 1 月经 ISO 确认继续有效,其字段结构仍是主流 CAD 的默认做法。
审计不必把 19 个字段全读,抽四个就足以判定漂移:标识号、版次索引、发布日期、批准人。前两个决定「是不是同一份文件、是不是同一版」,后两个决定「时间先后是否说得通、责任是否闭环」。特别注意版次索引在 ISO 7200 里属于识别类字段,是独立字段,不是标题的一部分——这一点很关键,因为不少企业的标题栏把版次写在标题末尾,导致程序按标签取不到值,只能去解析自然语言,准确率立刻掉下来。
图号归一规则建议固定成五步:先做 NFKC 归一(把全角数字与字母压成半角),再去掉所有空白字符,再统一转大写,再去掉前导的点横斜杠,最后把「图号 + 张次」拼成复合键。最后一步常被省略,但 ISO 7200 把张次与总张数单独列为字段,本身就说明一张图号可以对应多张图纸;总图、部件图、零件图共用主图号的做法在机械行业非常普遍,只用图号做主键会把三张图压成一条记录,后面的比对全部失真。
先抽五十张摸结构,再写抽取器
这一步最容易被跳过,也最容易导致返工。同样是 DXF,标题栏可能是带属性的块,也可能是若干条直线加一堆单行文字。前者用块属性一次读全,后者必须按坐标框取文本:取图幅右下角的矩形区域,把区域内的 TEXT 与 MTEXT 按 y 坐标分行、按 x 坐标分列,再按位置判断哪个是标签、哪个是值。两种结构的抽取器完全不同,写错了跑完是一片空白。
具体做法是从不同年份、不同产品线各抽十张,一共五十张,逐一打开看三件事:标题栏是块还是散线,版次用什么形式写(字母、数字还是日期),图号有没有统一前缀。这三件事看清了,抽取器基本一次成型。附带还能发现历史遗留问题,比如九十年代的图纸版次写的是「第 3 次修改」,程序里要留一条映射。
三个抽取器:图纸、工艺卡、台账
图纸用 ezdxf。注意当前版本里 attribs 是属性而不是方法,网上不少旧答案写成 insert.attribs(),在新版本上会直接报错。取单个属性可以用 get_attrib_text,遍历用 attribs 属性。
import re
import unicodedata
import ezdxf
def norm(value):
if value is None:
return ''
text = unicodedata.normalize('NFKC', str(value))
return re.sub(r'\s+', '', text).upper()
def read_title_block(path):
doc = ezdxf.readfile(path) # 只读,不要调用 save
result = {}
for insert in doc.modelspace().query('INSERT'):
tags = {}
for attrib in insert.attribs:
tags[norm(attrib.dxf.tag)] = norm(attrib.dxf.text)
number = tags.get('DWGNO') or tags.get('DWG_NO') or tags.get('图号')
if number:
sheet = tags.get('SHEET') or '1'
result.setdefault((number, sheet), tags)
return result
工艺卡多数是 Excel,用 openpyxl 的 read_only 加 data_only 模式打开,只扫前十二行。抬头区的规律是标签在左、值在右,所以遇到「图号」「零件图号」「版次」「版本」「日期」这类标签,就取右侧第一个非空单元格。这个规则在九成以上的模板上成立,剩下的一成多为合并单元格,读取时要先展开 merged_cells 再取值,否则取到空。
台账从 ERP 或 PLM 导出 CSV,用 utf-8-sig 编码读,避免第一列字段名带 BOM 导致 KeyError。整个流程不需要数据库,两万个文件用字典加内存放得下。
四条比对规则,决定清单准不准
一、标识号归一后等值才算同一份文件。归一后仍不相等的,单独放进「疑似同图号」队列交人工,不要直接判漂移。二、版次转序号再比大小。字母版次 A 转 1、B 转 2,数字版次 01 转 1,带次版本的 1.1 拆成主版本与次版本两级比较;空版次不参与比较,单列为「缺版次」。三、看日期方向。图纸发布日期晚于工艺卡日期,直接判漂移;早于则要回头查更改记录栏有没有登记。四、看批准人。图纸批准人与工艺卡审核人应为同一人,或处于同一签批链内;不同人时标「待确认」,不直接判错。
第四条常被忽略,但它是区分「改了没通知」和「根本没改」的关键。批准人一致而版次不一致,说明工艺卡确实该改而没改;批准人不一致,很可能是两套体系各批各的,问题比版次更深,补比对脚本没有意义,得先定谁签字算数。
另外要加一个观察窗口:判漂移之前先看这个零件近九十天有没有在制工单。没有工单的漂移只是台账问题,可以在季度复审里顺手清掉;有工单的漂移是现场风险,当天就要处理。同一个脚本,加上这一列,清单的可用性完全不同。
比对主循环与分级统计
把上面的规则写成循环,输出三个桶,代码不超过三十行。分级不靠人工判断,靠版次大小与工单状态两个已知量。
import csv
def rev_seq(value):
text = norm(value)
if not text:
return None
parts = re.split(r'[.\-]', text)
major = parts[0]
if major.isdigit():
base = int(major)
elif len(major) == 1 and 'A' <= major <= 'Z':
base = ord(major) - 64
else:
return None
minor = parts[1] if len(parts) > 1 and parts[1].isdigit() else '0'
return (base, int(minor))
buckets = {'P0': [], 'P1': [], 'P2': []}
drawings = read_title_block_batch('D:/dwg')
with open('ledger.csv', encoding='utf-8-sig') as fp:
for row in csv.DictReader(fp):
key = (norm(row['图号']), norm(row['张次']) or '1')
found = drawings.get(key)
if found is None:
buckets['P2'].append((key, 'no_match'))
continue
a = rev_seq(found.get('REV'))
b = rev_seq(row['工艺卡版次'])
if a is None or b is None:
buckets['P2'].append((key, 'missing_rev'))
elif a > b:
buckets['P0' if row['近90天工单'] == '1' else 'P1'].append((key, a, b))
print({k: len(v) for k, v in buckets.items()})
清单分三级,每级配三个数
P0 是图纸版次高于工艺卡,且该零件近九十天有在制工单。这一级的含义很直接:现场可能正在按旧版工艺生产,必须在当天处理,先发临时工艺通知,再走正式更改。P1 是版次不同但工序、工艺参数、检验要求都没变,属于形式漂移,由工艺员确认后两周内改版。P2 是日期差、批准人缺失、图号写法不一致、缺版次这类问题,随季度复审批量清理。
每级只报条数没有意义,要配三个数:条数、涉及在制工单数、涉及物料金额。第三个数用 BOM 单位成本乘以在制数量粗算即可,目的是给管理层一个排序依据。经验上 P0 的条数往往只有总数的百分之五到十,但它涉及的工单金额能占到七成以上,这也是为什么不能按条数平均分配整改资源。
审计结果必须变成检索条件,否则白查
清单不是终点。真正让漂移不再复发的方式,是把审计出来的 doc_no、sheet、rev_seq、approver、effective_date 写进向量库的元数据,检索时把 rev_seq 锁在当前最大版。这样即使有人把旧版扫描件也传进了库,它也不会被召回——拦住它的是过滤条件,不是模型的理解力。这套思路在私有 AI 知识库的权限与版本设计里是同一套机制,只是把「能不能看」换成了「算不算数」。
res = col.query(
query_texts=['这个零件的倒角要求是多少'],
n_results=5,
where={
'$and': [
{'doc_no': {'$eq': 'SB-2024-0117'}},
{'sheet': {'$eq': '1'}},
{'rev_seq': {'$eq': 3}},
{'status': {'$eq': 'released'}},
]
},
)
注意 rev_seq 必须存成整数而不是字符串,否则数值比较会退化成字典序,第 10 版会排在第二版前面,所以版次转序号要在入库前做完。至于工艺卡与图纸的关联关系,可以在企业知识库的文档关系里用同一组键挂起来,问「这张图纸对应哪道工序」时就能双向跳转。制造业场景下的整体做法,可参考本站制造业知识库方案。
三个会让清单失真的坑
第一个坑是把空版次当最新版。程序里最常见的写法是「版次为空则跳过」,看似安全,实则把一批从未登记版次的图纸永久排除在审计之外。正确做法是把空版次单列一类,先统计比例,比例超过百分之五就先补登记,再谈比对。
第二个坑是假定标题栏一定是块属性。前面已经说过,老图纸大量使用散线加单行文字,抽取器必须两条路径都准备。判断方法很简单:跑一遍统计有 ATTRIB 的文件占比,如果低于六成,坐标框取文本这条路径就不是备选而是主路径。
第三个坑是忽略一张图号多张图。用图号单键做主键时,setdefault 会静默丢掉后到的记录,清单看起来干净,实际漏了一半。加上张次做复合键之后,条目数通常会涨三成左右,这个涨幅是正常的,不是数据变脏了。
提醒一句:审计全程只读。ezdxf 的 readfile 不会修改文件,但只要调用 save 就会按当前库版本重写 DXF,九十年代的老图纸可能被悄悄升级成新版本格式,后续用旧版 CAD 打开会出问题。批量处理前把源目录挂成只读,或者先整目录备份一次,成本很低。
参考来源
ISO 7200:2004 Technical product documentation — Data fields in title blocks and document headers - iso.org;GB/T 17825.6-1999 CAD 文件管理 更改规则(1999-08-11 发布,2000-01-01 实施,现行) - 全国标准信息公共服务平台;ezdxf 官方文档 Get Content From DXF Entities - ezdxf.readthedocs.io。