Sketch2Simulation: Automating Flowsheet Generation via Multi Agent Large Language Models

Each language version is independently generated for its own context, not a direct translation.

Imagine que você tem um desenho feito à mão por um engenheiro químico. Esse desenho mostra como uma fábrica de produtos químicos funciona: tubos, tanques, bombas e setas indicando por onde o material flui. É como um "mapa do tesouro" da indústria.

O problema é que os computadores que simulam essas fábricas (chamados de simuladores, como o Aspen HYSYS) são muito chatos e exigentes. Eles não entendem desenhos. Eles precisam de uma lista de instruções extremamente detalhada, com nomes exatos de cada peça e conexões perfeitas. Tradicionalmente, um engenheiro humano tinha que olhar para o desenho e, manualmente, digitar tudo isso no computador. Era um trabalho lento, chato e propenso a erros.

Este artigo apresenta uma solução inteligente chamada SKETCH2SIMULATION. É como ter um "time de robôs especialistas" que olha para o desenho e escreve o código do simulador sozinho.

Aqui está como funciona, usando analogias do dia a dia:

1. O Time de Especialistas (Sistema Multi-Agente)

Em vez de usar um único robô gigante para fazer tudo (o que poderia confundi-lo), o sistema usa um time de especialistas que trabalham em etapas, como uma linha de montagem de alta tecnologia:

O "Detetive Visual" (Agente de Interpretação):
Imagine um detetive muito observador que olha para o desenho. Ele não apenas vê linhas e círculos; ele entende o contexto. Ele diz: "Ah, essa seta aqui conecta a bomba ao tanque, mesmo que a linha esteja um pouco torto no papel". Ele transforma o desenho bagunçado em uma lista organizada de "o que é o quê".
- Analogia: É como um tradutor que lê um bilhete rabiscado e o transforma em uma carta formal perfeitamente escrita.
O "Organizador de Regras" (Agente de Normalização):
Às vezes, o desenho do engenheiro é "lógico para humanos" mas "errado para computadores". Por exemplo, no desenho, três tubos podem entrar direto em uma bomba. Para o computador, isso é impossível; ele precisa de um "misturador" antes. Este agente é como um corretor de estilo rigoroso que ajusta o desenho para seguir as regras estritas do software, sem mudar a ideia original.
- Analogia: É como um editor de texto que corrige a gramática e a pontuação de um e-mail antes de enviá-lo para um cliente importante.
O "Arquiteto de Código" (Agente de Síntese):
Agora que temos a lista organizada e corrigida, este agente escreve o código de programação (Python) que vai "construir" a fábrica dentro do simulador. Ele usa uma biblioteca de peças virtuais (como blocos de Lego) para montar o sistema.
- Analogia: É como um mestre de obras que recebe o plano arquitetônico e começa a colocar os tijolos, encanamentos e fiação na obra virtual.
O "Inspetor de Qualidade" (Validação):
Antes de entregar o trabalho, o sistema tenta rodar a simulação. Se algo der errado (como um vazamento no código ou uma peça faltando), ele não desiste. Ele olha para o erro, entende o que aconteceu e tenta consertar o código automaticamente.
- Analogia: É como um teste de colisão em um carro novo. Se o carro bate, os engenheiros ajustam a suspensão e testam de novo até que o carro ande perfeitamente.

2. O Que Eles Testaram?

Os pesquisadores testaram esse time de robôs em quatro cenários, do mais simples ao mais complexo:

Um processo simples de dessalinização: Como limpar água salgada. O sistema acertou tudo (100% de precisão).
Um processo de tratamento de combustível: Um pouco mais complexo, com reciclagem de materiais. O sistema também acertou.
Uma refinaria de petróleo: Um desenho mais antigo e com símbolos estranhos. O sistema conseguiu entender a lógica, mesmo com o desenho "feio".
Uma fábrica de produtos aromáticos (industrial): O cenário mais difícil, com centenas de tubos cruzados e loops de reciclagem. Mesmo aqui, o sistema conseguiu criar um modelo que funcionou, com apenas pequenos erros de conexão que não impediram o funcionamento.

3. Por Que Isso é Importante?

Antes, transformar um desenho em um modelo de computador exigia horas de trabalho manual e conhecimento profundo de um software específico. Agora, esse sistema faz isso em minutos.

A Grande Vantagem: Ele preenche a lacuna entre a "arte" do desenho de engenharia e a "ciência" rígida do software.
O Resultado: Engenheiros podem desenhar ideias rapidamente e ver imediatamente se elas funcionam em uma simulação real, acelerando o desenvolvimento de novas fábricas e processos.

Resumo Final

Pense neste sistema como um tradutor universal que converte a linguagem visual dos engenheiros (desenhos) para a linguagem lógica dos computadores (simulações). Ele usa inteligência artificial não apenas para "ver" o desenho, mas para "pensar" como um engenheiro, "escrever" como um programador e "verificar" como um inspetor, tudo em um fluxo contínuo e automático.

Isso abre as portas para uma era onde a inovação em engenharia química pode ser muito mais rápida, segura e acessível, transformando rabiscos em fábricas virtuais funcionais com um simples clique.

Each language version is independently generated for its own context, not a direct translation.

Resumo Técnico: SKETCH2SIMULATION

1. Problema e Contexto

O desenvolvimento de modelos de simulação de processos de alta fidelidade é um gargalo significativo na engenharia de sistemas de processos (PSE). Tradicionalmente, converter diagramas de processo (esboços, P&IDs ou PFDs) em modelos executáveis em simuladores comerciais (como o Aspen HYSYS) exige esforço manual intensivo, expertise específica no simulador e refinamento iterativo.

Existe uma lacuna fundamental entre a compreensão de diagramas e a geração automática de modelos:

Métodos de visão computacional atuais geralmente param na extração de gráficos ou representações semânticas, sem gerar modelos executáveis.
Fluxos de trabalho de "texto-para-simulação" assumem entradas estruturadas, ignorando a complexidade de interpretar artefatos visuais brutos.
Diagramas de engenharia frequentemente contêm informações implícitas, ambiguidades e convenções não padronizadas que os simuladores exigem que sejam explicitadas (ex: condições de inicialização, conectividade estrita, propriedades de materiais).

2. Metodologia Proposta

O artigo apresenta um sistema end-to-end baseado em Agentes Múltiplos (Multi-Agent System - MAS) que transforma diagramas de processo diretamente em fluxogramas executáveis no Aspen HYSYS. A arquitetura é dividida em três camadas coordenadas, orquestradas por um agente central:

A. Camada de Análise e Interpretação de Diagramas (Diagram Parsing & Interpretation)

Agente Descritor (A1): Utiliza um LLM multimodal (Gemini 3 Flash) para gerar uma descrição textual detalhada do diagrama, identificando unidades, correntes e relações, com instrução de autoavaliação para garantir consistência visual.
Agente Extrator (A2): Constrói uma Representação Intermediária (IR) estruturada em formato JSON (um grafo dirigido $G=(V, E)$ ). Ele realiza a extração em duas passagens: primeiro identifica unidades, depois as correntes, reduzindo alucinações e garantindo consistência topológica.
Agente de Normalização (A3): Um agente baseado em regras (não LLM) que resolve inconsistências estruturais. Exemplos: converte junções implícitas (várias correntes entrando em uma bomba) em misturadores explícitos e consolida unidades separadas (ex: torre, condensador, reboiler) em templates únicos do simulador.

B. Camada de Síntese do Modelo de Simulação (Simulation Model Synthesis)
Esta camada traduz a IR em scripts Python que interagem com a interface COM (Component Object Model) do Aspen HYSYS.

Agente de Base (B1): Define o caso de simulação (nome, pacote de propriedades termodinâmicas, lista de componentes). Utiliza RAG (Retrieval-Augmented Generation) para mapear nomes de materiais extraídos para os nomes exatos da base de dados do HYSYS.
Agente de Instanciação (B2): Cria o esqueleto estrutural do fluxograma, instanciando objetos de unidades e correntes no simulador.
Agente de Configuração (B3): Estabelece a conectividade topológica, ligando as correntes às portas de entrada/saída corretas das unidades.
Agente de Execução e Correção (B4): Executa o script gerado. Se ocorrer erro, um sub-agente LLM analisa os logs de erro e corrige o código Python antes de reexecutar.

C. Camada de Validação Multi-nível
Validações são inseridas em pontos críticos (ex: validação da descrição visual, esquemas JSON estritos, validação de execução) para localizar erros e reduzir a propagação de falhas.

Implantação Híbrida:

Tarefas de interpretação visual (pesadas em computação) são executadas na nuvem (Gemini 3 Flash).
Tarefas de síntese de código e lógica de negócios (sensíveis a dados proprietários) são executadas localmente (Qwen2.5-Coder e Qwen3-Coder).

3. Principais Contribuições

Arquitetura Multi-Agente End-to-End: Primeiro sistema a conectar diretamente a interpretação visual de diagramas de engenharia à geração de modelos executáveis em simuladores industriais, preenchendo a lacuna entre "reconhecimento de imagem" e "síntese de modelo".
Representação Intermediária Estruturada: Introdução de um grafo JSON normalizado que atua como ponte entre a semântica visual ambígua e as restrições rígidas do simulador.
Validação e Correção em Loop Fechado: Integração de validação baseada em execução (simulador) com correção automática de código, permitindo que o sistema se recupere de erros de sintaxe ou lógica durante a geração.
Avaliação em Casos Reais: Demonstração da viabilidade em quatro estudos de caso de complexidade crescente, desde processos simples até fluxogramas industriais com múltiplos loops de reciclagem.

4. Resultados e Desempenho

O sistema foi testado em quatro casos: Desalting (Desalinização), Merox (Doçura de Combustível), Destilação Atmosférica e Produção de Aromáticos.

Fidelidade Estrutural:
- Casos Simples (CS1 e CS2): Alcançaram fidelidade estrutural perfeita (F1 = 1.00) em unidades, correntes, conexões e materiais. Os modelos foram executados sem erros.
- Casos Complexos (CS3 e CS4): Mantiveram alto desempenho.
  - Destilação (CS3): Consistência de conexão $\ge 0.93$ (desvios menores devido a limitações da interface COM para colunas de destilação, não erro de interpretação).
  - Produção de Aromáticos (CS4): Consistência de corrente $\ge 0.96$ e conexão $\ge 0.98$ . O sistema lidou com loops de reciclagem densos, embora tenha cometido pequenos erros em conexões de correntes de purga e quench.
Análise de Ablação:
- A remoção de componentes (ex: Agente de Normalização ou RAG) causou degradação significativa, especialmente em fluxogramas complexos.
- O uso de RAG foi crítico para a inicialização do caso (evitando falhas por componentes de material não encontrados).
- A separação modular dos agentes de codificação foi essencial para manter a consistência topológica.
Reprodutibilidade: Sob condições determinísticas, o sistema mostrou alta reprodutibilidade, com variações mínimas atribuídas à ambiguidade do diagrama original e não à instabilidade do modelo.
Comparação de Modelos: O Gemini 3 Flash superou modelos open-weight (Qwen 3.5 e 3-VL) na reconstrução de topologias complexas, demonstrando que a arquitetura de fusão multimodal e mecanismos de "visão agêntica" são cruciais para evitar erros de conectividade.

5. Significado e Implicações

Automação Viável: O trabalho prova que é possível automatizar a transição de "esboço para simulação" com alta precisão, reduzindo drasticamente o tempo de engenharia.
Superação de Limitações Visuais: O sistema não apenas "lê" o diagrama, mas aplica raciocínio de engenharia para inferir informações implícitas (ex: adicionar misturadores onde o diagrama é ambíguo) e adaptar a estrutura às regras do simulador.
Desafios Restantes: As principais limitações residem em diagramas extremamente densos com muitos loops de reciclagem cruzados, semântica implícita não visível e restrições rígidas de interfaces de simuladores comerciais (que podem impedir a automação total de certas configurações de colunas).
Futuro: O trabalho aponta para a necessidade de abstrações agnósticas de simuladores e melhorias na robustez para lidar com documentos industriais legados e ruidosos.

Em suma, o SKETCH2SIMULATION representa um avanço significativo na integração de IA generativa multimodal com a engenharia de processos, transformando a visualização estática em modelos dinâmicos e executáveis de forma autônoma.