摘要
本发明涉及人工智能与数字化建模的技术领域，具体公开一种基于人工智能的设备自动建模方法和设备，该方法包括：获取数据以构建多模态融合数据集；提取目标特征并整合为统一的高维特征向量，以生成针对建模设备的语义化特征图谱；利用基于强化学习框架构建的参数优化模型，得到建模设备的几何建模参数和装配约束条件；并基于故障数据通过马尔可夫决策原理进行优化生成初步3D模型；通过层次化匹配策略将模型的平面投影与BIM图纸矢量图进行关键点检测和特征对齐，和基于顶点信息修正模型偏差，以生成3D模型，并生成数字孪生3D模型。如此，通过多源数据协同采集与深度特征融合，结合动态优化与闭环验证机制，显著提升了设备建模的精度、效率及适应性。
