Большинство инженерных процессов внутри компаний годами строятся вокруг опыта отдельных специалистов. Постепенно появляются Excel-файлы с формулами, собственные схемы расчетов, вспомогательные программы и сложные цепочки ручной работы. Такие процессы работают эффективно ровно до того момента, пока бизнес не начинает масштабироваться.
В этом кейсе мы расскажем о разработке сложной веб-системы инженерных вычислений для подбора вентиляционного оборудования. Проект начался с задачи «сделать калькулятор на сайте», но в реальности превратился в глубокую инженерную разработку с интеграцией закрытых библиотек, реверсным инжинирингом десктопного ПО, анализом технической документации и построением полноценной бэкенд-архитектуры вычислений.
Содержание:
Кому будет полезен кейс
- Инженерным и производственным компаниям;
- CTO и техническим директорам;
- Компаниям, где ключевые процессы завязаны на Excel;
- Разработчикам сложных бэкенд-систем;
- Бизнесу, который планирует автоматизацию инженерных расчетов;
- Командам, работающим с устаревшими системами и закрытым ПО.
Исходная ситуация
В большинстве компаний автоматизация начинается с простых вещей: CRM, заявки, документы, аналитика. Но иногда бизнес упирается в процесс, который невозможно просто «перенести на сайт». Особенно если этот процесс годами строился вокруг инженерной экспертизы одного человека.
Именно с такой задачей к нам пришла компания, занимающаяся поставкой и подбором вентиляционного оборудования: приточных установок, вытяжных систем, фильтров, рекуператоров, нагревателей, вентиляторов.
Первоначально запрос звучал так: «Нужно сделать калькулятор подбора оборудования на сайте». Но довольно быстро стало понятно — это не калькулятор. Это полноценная система сложных инженерных вычислений.
Как выглядел процесс до автоматизации
До начала проекта вся ключевая инженерная экспертиза компании была сосредоточена буквально в одном месте — в Excel-файле технического директора.
Этот файл не был обычной таблицей. По сути, это был центр всей системы подбора оборудования:
- Excel был связан с двумя отдельными инженерными программами;
- Каждая программа отвечала за собственный блок вычислений;
- Инженер вручную вводил параметры объекта, производил расчеты, анализировал результаты;
- После чего передавал данные менеджерам для подготовки коммерческого предложения.
Цель проекта: автоматизация инженерного подбора вентиляционного оборудования
Компания планировала перенести сложную логику инженерных расчетов в единый веб-интерфейс, чтобы:
- Снизить зависимость бизнеса от одного специалиста и минимизировать риски, связанные с человеческим фактором;
- Автоматизировать выполнение сложных инженерных расчетов и стандартизировать процесс подбора;
- Сократить время подготовки коммерческих предложений и ускорить обработку заявок;
- Дать менеджерам и клиентам возможность самостоятельно выполнять предварительный подбор оборудования;
- Снизить объем ручной работы и повысить масштабируемость бизнес-процессов.
Будущая система должна была учитывать сотни нюансов и параметров: характеристики притока и вытяжки, фильтрацию, рекуперацию, электрические нагреватели, водяные нагреватели, вентиляторы, параметры производительности оборудования.
И самое важное — система должна была не просто выдавать цифры, а строить инженерные графики, по которым можно понять, подходит ли выбранное оборудование под конкретную задачу или нет.
Фактически речь шла уже не о веб-калькуляторе, а о создании экспертной инженерной системы.
Главная сложность — закрытые инженерные библиотеки
Основная логика вычислений находилась внутри двух отдельных десктопных программ.
Чтобы перенести расчеты на сайт, необходимо было:
- Получить доступ к вычислительным библиотекам;
- Понять их внутреннюю логику;
- Интегрировать все в единую бэкенд-систему;
- Синхронизировать расчеты между собой.
С первой программой ситуация оказалась относительно простой. У компании были контакты разработчиков ПО, и они предоставили библиотеку, а также помогли краткими консультациями по интеграции. Первый этап проекта мы описываем подробнее в кейсе: «Создание онлайн-калькулятора вентиляционного оборудования». Но со второй системой все оказалось значительно сложнее.
Когда документация есть, а разработчиков — нет
Вторая программа отвечала за подбор водяных нагревателей — один из самых сложных блоков всей инженерной системы. Связаться с разработчиками было невозможно. Документации по API не существовало. Внятного описания интеграции — тоже.
Перед нами стояла задача самостоятельно извлечь библиотеку из программы и понять как именно выполняются расчеты, какие параметры используются, как связать эту логику с остальной системой.
Библиотеку удалось получить. Но дальше начался самый сложный этап проекта.
Технический директор заказчика передал нам инструкцию объемом около 100 страниц. Это был большой массив инженерной документации, включающий формулы, параметры, зависимости, технические сценарии, логику работы оборудования и пояснения инженера.
Всё это нужно было изучить, сопоставить с библиотекой, затем восстановить внутреннюю логику вычислений и встроить её в архитектуру веб-ресурса.
По сути, мы занимались реверс-инжинирингом специализированного ПО.
Попытка ускорить процесс с помощью AI
На одном из этапов мы попробовали подключить нейросеть, чтобы ускорить анализ документации и связать описание с параметрами библиотеки. И это был очень показательный момент.
На простых задачах AI действительно способен экономить время. Но в сложных инженерных вычислениях, где критична точность, ситуация оказалась другой. В какой-то момент нейросеть начала утверждать, что инструкция вообще не относится к данной библиотеке, потому что в документации якобы присутствует параметр, которого нет в коде.
Проблема заключалась в том, что этого параметра не существовало вовсе. Нейросеть его выдумала. Это была типичная AI-галлюцинация, но в инженерной задаче подобные ошибки недопустимы. Цена неправильного расчета — некорректный подбор оборудования.
В итоге ключевой этап анализа пришлось выполнять вручную:
- Изучать документацию;
- Проверять каждую зависимость;
- Сверять параметры;
- Тестировать вычисления;
- Выстраивать логику совместно с техническим директором заказчика.
Это был долгий и очень трудоемкий процесс, но именно он позволил добиться корректной работы всей системы.
Архитектура инженерной платформы
После восстановления логики вычислений мы начали строить бэкенд-систему, которая объединила инженерные библиотеки, вычислительные сценарии, пользовательские параметры, систему подбора оборудования.
На фронтенд была реализована сложная форма конфигурации, где пользователь мог самостоятельно задавать параметры системы:
- Характеристики потока воздуха;
- Компоненты приточной установки;
- Типы нагревателей;
- Фильтры;
- Вентиляторы;
- Дополнительные параметры оборудования.
После выполнения расчетов система строила графики производительности и показывала:
- Соответствует ли оборудование требованиям;
- Справляется ли система с заданной нагрузкой.
Таким образом, инженерная логика, которая раньше существовала внутри Excel-файла и нескольких отдельных программ, была перенесена в единый веб-интерфейс.
Решение реализовано в двух форматах: полноценной десктопной версии и полностью адаптивной мобильной платформе, что обеспечивает инженерам и проектировщикам возможность оперативного выполнения расчётов непосредственно с мобильных устройств.
Экспорт результатов в PDF и Excel
Дополнительно требовалась реализация функции выгрузки результатов расчетов в Excel и PDF.
На первый взгляд это выглядит как второстепенная задача, но на практике экспорт инженерных данных — отдельный сложный этап разработки. Нужно было:
- Корректно структурировать большой объем технических данных;
- Сохранить читаемость;
- Аккуратно оформить таблицы;
- Адаптировать графики;
- Добиться одинаково качественного отображения в разных форматах.
В результате пользователь может выполнить расчет и сразу получить готовый документ для дальнейшей работы или отправки заказчику.
Что получилось в итоге проекта
Задача оказалась значительно сложнее первоначальной оценки. Особенно из-за второй инженерной библиотеки, логику которой пришлось фактически восстанавливать вручную.
Проект принес компании фундаментальные изменения, которые стали точками роста:
- Автоматизированная система инженерных расчетов;
- Снижение зависимости от ручной работы технического директора;
- Ускорение подготовки коммерческих предложений;
- Возможность масштабировать процесс подбора оборудования;
- Веб-платформа, которая перенесла инженерную экспертизу компании в цифровую среду.
И самое важное — теперь сложные вычисления больше не существуют в виде Excel-файла одного специалиста. Они стали частью полноценной инженерной системы, доступной через веб-интерфейс.
Созданный веб-сервис, основанный на глубокой инженерной экспертизе и обширной базе знаний, превращает накопленный технический опыт компании в мощный инструмент продаж и клиентского сервиса. Он помогает быстро и точно подбирать решения, ускоряет цикл сделки, повышает вовлечённость клиентов и минимизирует риски ошибок при выборе оборудования. Такой подход может быть адаптирован для любой B2B-компании со сложными техническими продуктами, где качество инженерных расчетов и экспертизы напрямую влияет на продажи, эффективность работы и удовлетворённость клиентов.
Для компаний, работающих со сложными техническими продуктами, стандартных калькуляторов уже недостаточно. Сегодня бизнесу нужны интеллектуальные цифровые решения, способные использовать накопленную инженерную экспертизу, внутренние методики расчётов и отраслевые знания для автоматизации подбора и проектирования.
СТЕК создаёт специализированные веб-платформы, которые объединяют алгоритмы расчётов, базы технических данных, правила совместимости оборудования и бизнес-логику в единый сервис. Такие системы помогают клиентам и менеджерам быстро получать технически корректные решения, визуализировать результаты, сравнивать параметры и снижать вероятность ошибок при выборе оборудования.
Наша команда разрабатывает решения полного цикла: изучает существующие инженерные модели и процессы компании, переносит их в цифровую среду, проектирует интерфейсы, дорабатывает сайты и веб-сервисы, реализует интеграции с CRM, ERP, API и внутренними системами. В результате заказчик получает не отдельный виджет, а полноценный инструмент для поддержки продаж, технического консалтинга и автоматизации работы с клиентами.
Подобные сервисы особенно эффективны там, где стоимость, конфигурация и характеристики продукта зависят от множества переменных и требуют сложной инженерной логики. ИТ-интегратор СТЕК помогает превратить эту экспертизу в современный цифровой продукт, который упрощает работу сотрудников, повышает качество сервиса и ускоряет принятие решений клиентами.
