Yapay Zeka ile Teknik Çizim: Gerçek mi, Abartı mı?

Yapay zeka bugün standart mekanik parçaları (cıvata, rulman, dişli) gerçek katalog verisinden doğru şekilde seçebiliyor ve basit-orta karmaşıklıktaki özel geometriler için kullanılabilir ilk taslaklar üretebiliyor — ama karmaşık montajlarda, kritik toleranslarda ve güvenlik açısından hassas parçalarda hâlâ insan mühendis gözetimine ihtiyaç duyuyor. Bu, ne "her şeyi çözdü" ne de "hiçbir işe yaramaz" — ikisinin ortasında, sınırları net bir gerçeklik.

Abartılan iddialar: "kusursuz", "her şeyi çizer", "mühendise gerek yok"

Kategori genelinde sık görülen pazarlama dili şunu ima ediyor: bir cümle yazın, atölyeye imzasız gidecek kusursuz bir CAD dosyası alın. Bağımsız testler bu iddiayı desteklemiyor. Yedi farklı metinden-CAD aracını aynı istem setiyle test eden Xometry Pro'nun bulgusu netti: üretilen geometriler demo anında etkileyici görünse de, tolerans, toleransa uygunluk ve gerçek montaj gereksinimlerine gelindiğinde sık sık dağılıyor. Testte beş araç gerçek CAD-hazır çıktı (STL, STEP, SCAD, DXF gibi formatlar) üretmeye çalışırken, kalan ikisi aslında 2B görsel/çizim aracıydı -- kategori adı aynı olsa da, hepsinin çözdüğü problem aynı değil.

Gerçekten çalışan kısım: standart parçalar

Bir cıvata, rulman veya dişli tarif edildiğinde, doğru yaklaşım bunu sıfırdan "tahmin etmek" değil, gerçek, satın alınabilir bir katalog parçasıyla eşleştirmektir. Bu, tasarım problemi değil bir eşleştirme problemidir — ve eşleştirme problemleri, serbest biçimli geometri üretiminden çok daha güvenilir şekilde çözülebilir. Rulman seçimi özelinde ayrıntı için rulman seçimi rehberimize bakabilirsiniz; standart parça mı özel tasarım mı sorusunun maliyet tarafı için ise standart parça mı özel tasarım mı yazımıza bakın.

Gerçekten zorlanan kısım: karmaşık özel geometri

Birden fazla parçanın birbiriyle hizalanması gereken, kritik tolerans zincirleri içeren veya üretim yöntemine özgü kısıtlar (et kalınlığı, açılı yüzey, iç köşe yarıçapı) barındıran montajlar, bugünkü teknolojinin en zorlandığı alandır. Sorun "geometri üretilemiyor" değil — sorun, üretilen geometrinin fonksiyonel olarak doğru olup olmadığının otomatik olarak güvenilir şekilde doğrulanamamasıdır. Bu konuyu imalata uygun CAD yazımızda ayrıntılı işliyoruz.

Neden tek bir "doğruluk yüzdesi" yanıltıcı

Bir araç "%95 doğru" dediğinde, bu doğru sözcüğünün tam olarak neyi ölçtüğü genellikle belirsizdir — görsel benzerlik mi, boyutsal doğruluk mu, yoksa üretilebilirlik mi? Bir parça 3B görüntüleyicide doğru görünüp yine de talaşlı imalata uygun olmayabilir, ya da boyutsal olarak "yakın" olup gerçek bir montaj gereksinimini karşılamayabilir. Standart parçalarda çok yüksek, özel geometride daha düşük güvenilirlik seviyelerini tek bir ortalama sayıda birleştirmek, gerçek resmi gizler.

Somut bir test: "yakın" ile "doğru" arasındaki fark

Bir mil ve onu barındıracak bir yatak deliği düşünün. İkisi de "10mm" olarak tarif edilirse: görsel olarak ikisi de doğru görünür. Ama gerçek toleranslar uygulanmadan, mil deliğe hiç girmeyebilir (0 boşluk, sıkı geçme) ya da gereğinden fazla oynak olabilir (aşırı boşluk). "10mm ve 10mm" iki sayı olarak doğru görünür ama fonksiyonel bir montaj tarifi değildir — gerçek bir tolerans ilişkisi (örneğin H7/g6) olmadan.

Kategori genelinde tekrar eden dört hata türü

Bağımsız testlerin işaret ettiği sorunlar rastgele değil, tekrar eden birkaç kalıba düşüyor:

1. Geometri katı olarak çözülmüyor — açık yüzey veya kendiyle kesişen geometri, görsel olarak fark edilmeyen ama CAM yazılımının hemen reddettiği bir hata.
2. Boyutsal olarak "yakın" ama fonksiyonel olarak yanlış — bir mil ve yatağın ayrı ayrı doğru görünüp birlikte çalışmaması gibi.
3. Üretim yöntemi kısıtları tamamen göz ardı ediliyor — sıfır yarıçaplı iç köşe, açısız dikey duvar, belirli bir sürecin tutamayacağı incelikte et kalınlığı.
4. Standart parça yerine yaklaşık bir tahmin üretiliyor — gerçek bir katalog numarasıyla eşleşmeyen, "yaklaşık doğru görünen" bir cıvata veya rulman.

Bu dört kategoriyi bilmek, herhangi bir aracı değerlendirirken "doğru mu" gibi genel bir soru sormaktan çok daha faydalıdır — sorulması gereken soru, bu dört hatadan hangilerinin sistematik olarak kontrol edildiğidir.

2B teknik resim özelinde: neden üretim daha zor

Buraya kadar anlatılanların çoğu 3B geometri üretimiyle ilgili. 2B teknik resim -- ölçülendirilmiş, GD&T'li, üretim için imzalanabilir bir çizim -- ayrı ve daha zor bir problem, çünkü resim yalnızca geometriyi göstermiyor, mühendislik niyetini taşıyor.

Bir 3B model "bu şeklin dış hatları budur" der. Bir teknik resim ise "bu ölçü kritiktir, şu tolerans aralığında olmalıdır, şu yüzey şu referansa göre konumlandırılmalıdır" der -- ve bu niyet, geometrinin kendisinden çıkarılamaz. İki parça geometrik olarak neredeyse aynı görünüp, biri hassas bir yatak oturağı, diğeri kritik olmayan bir montaj deliği olabilir. Hangisinin hangisi olduğunu söylemek geometriyi "okumak" değil, tasarım amacını bilmektir.

Bu yüzden bugünkü olgun araçlar 2B çizimde iki farklı işi ayırıyor:

1. Otomatik ölçülendirme / dijitalleştirme -- var olan bir 3B modelden veya taranmış bir eski çizimden ölçüleri, notları ve referansları çıkarmak. Bu görece olgun bir kategori çünkü doğrulaması basit: elinizdeki orijinal sayfayla karşılaştırırsınız.
2. GD&T şeması seçimi -- hangi yüzeyin datum olacağına, hangi toleransın fonksiyonel olarak kritik olduğuna karar vermek. Bu bir mühendislik kararıdır ve otomatik olarak "doğru" cevabı yok; üretim yöntemine, montaj sırasına ve parçanın fonksiyonuna bağlıdır. Bu ikinci kısım bugün hâlâ büyük ölçüde insan mühendisin elinde kalıyor. GD&T temellerine dair ayrıntı için GD&T nedir yazımıza bakabilirsiniz.

Neden GD&T resimde bir sözleşme gibi davranıyor

Bir teknik resimdeki tolerans, iki tarafı bağlayan bir sözleşme gibi çalışır: tasarımcı "bu ölçü şu aralıkta olmalı" der, imalatçı da o aralığa göre üretir ve ölçer. Bu sözleşme yazılı ve açık olmadan, "yaklaşık doğru" bir parça teslim alırsınız -- görsel olarak beklentiyle örtüşen ama fonksiyonel olarak montaja girmeyen ya da aşırı oynak olan bir parça.

Yapay zeka araçları bugün genellikle nominal ölçü üretir -- "10mm" der, ama "10mm +0.000/-0.015" demez. Nominal ölçü görsel olarak doğru görünür ama üretim için yeterli bilgiyi taşımaz. Bu, kategori genelinde tekrar eden dördüncü hata türüyle doğrudan bağlantılı (aşağıya bakın) ve GD&T'nin neden hâlâ resimde elle eklenen, otomatikleştirilemeyen bir katman olarak kaldığını açıklıyor.

Dürüst bir konumlandırmanın önemi

Bu kategori için en savunulabilir mesaj "en doğru yapay zeka" iddiası değil, standart parçalarda güvenilirlik + özel geometride gelişen ama henüz olgunlaşmamış bir yetenek + otomasyonun yetmediği yerde gerçek bir mühendisin devreye girmesi kombinasyonudur. Abartılı iddialar, kategori genelinde zaten var olan güven sorununu büyütmekten başka bir işe yaramıyor.

Sık sorulan bir soru: "hiç mi gelişmiyor?"

Gelişiyor — ama gelişim hızı parça türüne göre çok farklı. Standart parça eşleştirme neredeyse çözülmüş bir problem (doğru katalog verisine erişim meselesi); özel geometrinin fonksiyonel doğruluğu ise hâlâ aktif araştırma konusu. Bu yüzden "genel olarak ne kadar gelişti" sorusu yerine "hangi parça sınıfında ne kadar gelişti" sorusu daha doğru bir çerçeve sunar — ve bu çerçeve, kategorinin gelecekteki ilerlemesini takip etmek isteyenler için de daha faydalı bir ölçüttür.

Sonuç

Yapay zeka ile teknik çizim, "hepsi abartı" değil ama "hepsi çözüldü" de değil. Standart parçalarda gerçek bir değer sunuyor; özel, karmaşık geometride hâlâ bir başlangıç noktası, nihai bir cevap değil. Bir aracı değerlendirirken sorulması gereken soru "ne kadar doğru" değil, "hangi parça türünde ne kadar güvenilir, ve belirsiz olduğunda bunu size söylüyor mu" olmalı.

Kaynaklar: Xometry Pro — 7 Text-to-CAD Aracını Test Ettik.

İlgili yazılar: Doğal dil ile CAD · İmalata uygun CAD: AI çıktısına güvenilir mi?