PDF 인증서에서 재료 사양을 추출하는 방법

빠른 답변

PDF 제철소 시험 증명서는 재료 배치에 대한 완전한 재료 사양 증거를 포함합니다: 화학 구성, 기계 시험 결과, 테스트된 표준 및 등급, 그리고 인정된 제철소의 진술. 이러한 값을 PDF에서 추출하여 사용 가능한 시스템에 입력하면—수동 재입력 없이—이것이 이 가이드가 해결하는 실질적인 문제입니다.

---

재료 사양 PDF의 내용 이해

추출하기 전에 찾는 항목을 알아야 합니다. 일반적인 MTC에는 다음이 포함됩니다:

헤더/신원 필드

• 열 번호(때때로 주조 번호, 용융 번호 또는 로트 번호라고 함)
• 증명서 번호 및 날짜
• 주문/PO 참조
• 인정된 제철소의 이름 및 주소
• 서명인 및 직책

재료 사양 필드

• 적용 가능한 표준(예: ASTM A106, EN 10210-1, API 5L)
• 등급(예: B급, S355J2H, X52)
• 제품 형태(심리스 파이프, 열간 압연 판, 봉)
• 공칭 치수(외경, 벽 두께, 길이)
• 열처리 상태(정규화, 담금질 및 뜨임, 압연 상태)

화학 구성 표

• 최소한 탄소(C), 망간(Mn), 규소(Si), 인(P), 황(S)
• 등급에 따른 추가 원소: 크롬, 몰리브덴, 니켈, 바나듐, 니오브, 붕소, 질소 등
• 값은 일반적으로 2-4 소수 자리의 무게 백분율로 보고됨

기계 시험 결과

• 인장 강도(UTS), 항복 강도(YS/Rp0.2), 연신율(%)
• 충격 테스트 등급의 경우: 지정된 온도에서 샤르피 흡수 에너지(줄)
• 경도(HB, HV, HRC)(해당하는 경우)

보충 데이터(해당하는 경우)

• 비파괴 검사 결과
• 용접 와이어/충진 금속 데이터(용접 제품의 경우)
• 용접 후 열처리 기록
• 정수압 시험 결과

---

방법 1: 수동 복사-붙여넣기(단일 문서)

가끔 낮은 용량의 조회의 경우:

1. 모든 PDF 리더에서 PDF를 엽니다
2. 네이티브 PDF(기계 생성)의 경우: 텍스트 선택 도구를 사용하여 값을 강조 표시하고 직접 복사합니다. 참고: 표는 깔끔하게 복사되지 않을 수 있습니다. PDF 생성 방식에 따라 값이 잘못된 순서로 도착할 수 있습니다.
3. 스캔된 PDF의 경우: 텍스트 레이어는 선택 가능한 텍스트가 아닌 이미지입니다. 값을 시각적으로 읽고 입력해야 합니다.

제한 사항: 느리고 화학 테이블에서 오류가 발생하기 쉽고, 구조화된 출력이 없으며, 감사 추적이 없습니다.

---

방법 2: Python을 이용한 PDF 텍스트 추출(프로그래밍 방식, 네이티브 PDF)

네이티브 PDF 배치를 프로그래밍 방식으로 처리해야 하는 개발자용:

import pdfplumber

with pdfplumber.open("milling_cert.pdf") as pdf:
    for page in pdf.pages:
        # Extract all text
        text = page.extract_text()
        
        # Extract tables as lists
        tables = page.extract_tables()
        for table in tables:
            for row in table:
                print(row)

이것이 제공하는 것: 네이티브 PDF에서 원본 텍스트 및 테이블 배열. 어떤 테이블이 화학 테이블인지, 어느 행이 헤더인지, 값을 원소 레이블과 어떻게 연결할 것인지 식별하기 위해 후처리 로직이 여전히 필요합니다.

제한 사항:

• 네이티브 PDF에서만 작동(스캔된 것이 아님)
• 복잡한 레이아웃(병합된 셀, 다중 행 헤더)의 경우 테이블 구조가 손실됨
• 필드 식별 없음—각 값을 찾기 위해 규칙을 작성해야 함
• 여러 제철소 간 레이아웃 변형을 처리하지 못함

이 접근 방식은 단일 공급업체, 높은 용량의 시나리오에서 안정적인 PDF 형식으로 실행 가능합니다. 범용 인증서 파서가 아닙니다.

---

방법 3: AI 기반 추출(일반 용도)

여러 공급업체 및 문서 유형에 걸친 프로덕션 사용:

AI 추출 도구는 PDF를 수신하고 문서 유형을 분류하고 적용 가능한 추출 스키마를 식별하고 필드별 신뢰도 점수가 있는 값을 추출하고 구조화된 JSON 레코드를 반환합니다. 프로세스는 네이티브 PDF와 스캔된 문서의 경우 동일하지만 네이티브 PDF의 경우 정확도가 더 높습니다.

출력의 모양 (간소화):

{
  "heat_number": "A87234",
  "applicable_standard": "ASTM A106",
  "grade": "Grade B",
  "chemical_composition": {
    "carbon": { "value": 0.18, "unit": "wt%", "confidence": 0.97 },
    "manganese": { "value": 1.06, "unit": "wt%", "confidence": 0.96 },
    "phosphorus": { "value": 0.012, "unit": "wt%", "confidence": 0.94 },
    "sulfur": { "value": 0.008, "unit": "wt%", "confidence": 0.95 }
  },
  "mechanical_properties": {
    "tensile_strength": { "value": 415, "unit": "MPa", "confidence": 0.98 },
    "yield_strength": { "value": 240, "unit": "MPa", "confidence": 0.97 },
    "elongation": { "value": 28.5, "unit": "%", "confidence": 0.95 }
  }
}

각 필드에는 값, 단위 및 신뢰도 점수가 포함됩니다. 신뢰도가 낮은 필드는 수동 검토로 라우팅됩니다.

---

필드 유형별 일반적인 추출 과제

열 번호: 형식이 광범위하게 다릅니다. 일부 제철소는 순수 숫자 코드를 사용하고 다른 제철소는 하이픈이 있는 영숫자 조합을 사용하고 다른 제철소는 로트 또는 시험편 참조를 포함합니다. 추출기는 문자를 자르거나 바꾸지 않고 형식 변용성을 처리해야 합니다.

단위: 기계적 특성은 제철소의 국가 및 적용 가능한 표준에 따라 MPa, N/mm², ksi 또는 tf/in²로 보고될 수 있습니다. 인증서 간 비교를 위해서는 단위 감지 및 정규화가 필요합니다. "60 ksi"와 "414 MPa"의 인장 강도는 동등하지만 단위 인식 정규화 없이는 다르게 나타납니다.

검출 한계 근처의 화학 값: 일부 제철소는 특정 값이 아닌 "<0.005"(검출 한계 미만)로 원소를 보고합니다. 추출기는 이를 텍스트 문자열 또는 null이 아닌 경계 값으로 처리해야 합니다.

이중 인증: 두 표준을 동시에 포함하는 인증서(예: ASTM A106 Gr.B / ASME SA-106 Gr.B)는 두 참조를 모두 기록해야 합니다. 단일 표준 추출기는 두 번째 참조를 자동으로 삭제합니다.

제품 치수 표: 파이프 인증서의 경우 항목 번호별로 외경, 벽 두께 및 길이를 나열하는 치수 표가 일반적입니다. 이 표는 화학 및 기계 데이터와 별도로 분석되어야 하며 항목 번호별로 연결되어야 합니다.

---

추출 후: 사양에 대한 검증

추출된 값은 규격을 준수하는지 알 때만 유용합니다. 검증에는 각 추출된 값을 적용 가능한 표준의 한계와 비교해야 합니다:

저장된 버전이 지정된 표준 데이터베이스 없이 이 검증은 검토자가 수동으로 한계를 찾아야 합니다. 자동화 이점의 많은 부분을 무효화합니다. TestCert와 같은 플랫폼은 추출 시간에 추출된 값을 표준 검증 엔진과 통합하므로 모든 추출된 필드에 대해 통과/실패가 자동으로 결정됩니다.

---

FAQ

---

관련 가이드

• AI 제철소 시험 인증서 데이터 추출: 방법
• 제철소 시험 인증서를 디지털화하는 방법