这是Alex作为一名初级PLC程序员在一家繁忙的制造工厂上班的第一天教科书中整齐的梯形图与控制实际设备之间的差距让人感到难以逾越直到LLM作为数字导师出现——指导Alex构建了一个可工作的温度控制程序甚至提出了先进的PID自动整定方案将稳定时间缩短了一半但在复杂的串级控制方案中却绊了跟头搞混了变量并凭空捏造了不存在的函数——这证明了虽然AI可以加速新人的学习和代码输出但每一行AI生成的代码都必须由经验丰富的工程师进行严格审查以防止在安全关键系统中出现潜在的危险错误。在工业环境中可编程逻辑控制器PLC被广泛用于管理中小型生产线允许用户使用PID控制器创建简单的单回路和更复杂的控制系统如串级控制系统。这些系统对于在各种工业过程中维持精确控制、确保效率和可靠性至关重要。全球PLC市场在2024年估值为131亿美元较2023年的123亿美元增长预计到2034年将达到242亿美元复合年增长率为7.0%受工业4.0、智能工厂以及制造业、能源、汽车和制药领域自动化程度提升的推动。PLC编程是工业自动化的核心技能然而许多初级PLC程序员面临着重大挑战。从理论过渡到实际操作往往会暴露技能差距。例如许多初级PLC程序员在梯形逻辑方面遇到困难因为它需要与传统编程语言如C或Python不同的思维方式。新的PLC程序员通常在充分发挥PLC潜力方面面临挑战。几个常见的技能差距包括1过程分析不足2调试和故障排除技能欠缺3处理复杂或并行逻辑4对PLC扫描周期的理解有限5内存和状态管理6缺乏文档和代码风格指南。此外初级PLC程序员经常难以理解PLC编程中常用的梯形图LAD和功能块图FBD等图形编程语言的细微差别。因此越来越需要培训和工具来帮助他们发展这些技能并确保他们能够为各种工业应用高效创建和管理PLC程序。确定最流行的PLC编程语言如梯形图LAD、功能块图FBD和结构化文本ST具有挑战性。然而根据常见做法LAD或FBD等图形语言因其图形特性而被广泛使用这使得它们在控制逻辑方面易于理解和实现。程序员也更容易通过视觉方式进行分析。相反ST在需要复杂逻辑和计算的应用中更受青睐在学生和行业新人中越来越受欢迎可能是因为它类似于高级编程。近年来大型语言模型LLM的受欢迎程度激增变得更强大、更易获取并在各行各业被广泛使用。其中最引人注目的应用之一是自动代码生成LLM可以将自然语言需求转化为各种语言中的可运行程序。这种能力对初级PLC程序员尤其具有吸引力他们越来越多地转向LLM来加速控制系统的开发。然而尽管这种转变前景光明但也需要专门的工具来支持程序准备、防止错误并确保可靠的实现。在此背景下我们的研究提出了一个关键问题LLM能否以真正改变工程实践的方式用于编写和分析PLC程序如果是这样它们可以自动化繁琐、重复和容易出错的任务演变为一个工程师的副驾驶不仅协助编码还协助生成清晰、一致的文档。1、研究目的因此探索LLM是否可以用于编写PLC控制器的程序是值得的。这种方法有可能自动化繁琐、容易出错和重复的编程任务充当代码生成和文档的工程师副驾驶。事实证明已经开发了LLM4PLC和Agents4PLC等解决方案这不仅回答了这个问题还允许自动化与语言模型交互的整个过程最大限度地减少了通信所需的时间。然而这些解决方案有一个共同点它们只允许使用结构化文本ST语言进行编程。因此我们决定研究这种模型是否能够提高初级PLC程序员使用LAD梯形图和FBD功能块图等图形语言生成程序的能力。我们特别感兴趣的是获得满足要求的功能程序需要多少用户专业知识和手动反馈。我们的工作扩展了之前关于LLM模型在图形编程方面的研究超越了离散逻辑任务专注于连续控制系统及其验证。这项工作弥补了在复杂系统如串级空气温度控制中LLM生成的LAD和FBD语言控制逻辑评估方面的研究空白。本工作的目的是测试大型语言模型LLM的实用性以ChatGPT-4o为例在编程PLC控制器时使用梯形图LAD或功能块图FBD等图形语言。目前涌现的解决方案LLM4PLC、Agents4PLC侧重于使用文本语言如结构化文本ST由于其与通用编程语言如C或Java的更大相似性人类分析起来更加困难。对于图形语言情况恰好相反LLM分析起来更加困难但人类分析起来更容易。2、解决方案在与模型交互的过程中采用了两种逻辑构建策略增量开发即逐步扩展程序以添加新功能完整任务展示即在展示需求后要求模型详细描述程序的各个元素。使用配备PLC控制器的工作站来调节管道中的空气温度以验证所获得的程序。结果表明模型在单回路控制编程中总体正确而在串级控制的情况下会出现许多错误包括逻辑不一致。需要程序员的注释才能获得正确的代码。研究还发现模型在诊断代码错误时从给定的原因中选择最可能原因时比自行提出原因时更有效。研究结果表明LLM可以通过提供有用的指令、解释某些功能的操作以及创建基本骨架来支持图形语言LAD、FBD的PLC编程。然而局限性包括生成的代码经常包含低级错误生成提示词既耗时又容易出现对操作员问题的误解以及对LLM结果的盲目依赖是危险的。3、建议与启示建议包括以咨询和教育角色使用LLM以及创建初始程序框架注意查询内容以避免LLM的误解并对建议的代码进行全面验证包括其内部逻辑一致性和与所用环境中可用解决方案的合规性。我们还建议进一步研究提示词的自动化以及ST程序的评估LLM4PLC、Agents4PLC、AutoPLC以及开发专用的离线LLM模型以最小化网络攻击和间谍活动的风险。实践意义表明年轻工程师可以更快地创建可接受的代码并获得有价值的学习支持同时观察到工业副驾驶即协助PLC编程员的集成LLM工具的受欢迎程度不断上升。对于安全关键的控制系统人工代码验证将仍然是必不可少的**。**原文链接AI用于PLC可视化编程靠谱吗 - 汇智网