AI赋能PLC（一）：三菱FX-3U编程实战初级篇
媒介在工业主动化领域，三菱PLC以其高可靠性、灵活性和广泛的应用场景，成为众多工程师的首选控制装备。然而，传统的PLC编程往往必要深厚的专业知识和履历积累，开发周期长且调试复杂。随着人工智能技能的快速发展，利用先进的AI工具辅助编程已成为提升服从的新趋势。
本文将探究怎样联合 AI 与三菱PLC编程环境GX Works2，展示AI辅助开发的实用技巧与典型案例。希望通过这一创新方式，帮助工程师更高效地应对工业主动化挑衅，同时为PLC编程的智能化转型提供参考。
声明：个人长期未接触PLC编程，对当前PLC技能细节大概存在认知不足。由于缺乏实际硬件装备支持，本文未举行程序调试验证，主要偏重于方法论层面的探究。如有技能表述不准确之处，欢迎业内人士指正。
一.ChatGPT版本
1.编写简单样例程序
根据需求编写一个基础的样例程序。这个程序可以是功能简单的代码片断，用于演示核心逻辑或功能。样例程序的目的是为后续步骤提供参考，确保ChatGPT能够准确理解用户的需求。应尽量保持代码简洁，克制复杂逻辑，尽量利用单行程序，以便AI能够高效处置惩罚。
https://i-blog.csdnimg.cn/img_convert/bcaad762efd524bb450a40c900c6ca41.png
2.把程序导出 CSV 文件
完成样例程序后，必要将其导出为CSV文件格式。右键【main】，选择【写入至 CSV 文件】。这一步骤为后续上传和调用ChatGPT提供了标准化的输入文件。
https://i-blog.csdnimg.cn/img_convert/1db99f8f2659c687e6f5984569180c34.png
https://i-blog.csdnimg.cn/img_convert/3f3fe473eaa2c0379da52c0a1c6c66b6.png
3.上传程序调用ChatGPT
将导出的“CSV文件”上传至ChatGPT平台，输入任务程序需求，一定要打开【推理】模式，通过调用AI接口对程序举行分析和处置惩罚。上传时需确保文件完整且格式准确，以便ChatGPT能够准确读取内容。
https://i-blog.csdnimg.cn/img_convert/53f51cb37aa523d4e2bf3a9bd5c24f53.png
任务程序需求样例：
学习一下文件程序，用三菱FX3U PLC梯形图语言编写一个灯光循环控制程序，要求：
1. 使用X0作为启动按钮输入
2. 程序执行流程：
初始： x0导通，复位计数D0到D2，进入程序1
程序1：绿灯(Y0)亮1秒，灭1秒，循环5次，进入程序2
程序2：红灯(Y1)亮2.5秒，灭2.5秒，循环3次，进入程序3
程序3：黄灯(Y2)亮0.5秒，灭0.5秒，循环6次，程序结束
3. 输出格式必须跟学习的程序一样
4.生成程序
ChatGPT根据上传的样例程序生成新的程序。这一步获得完整的代码文件，直接用于项目开发。
https://i-blog.csdnimg.cn/img_convert/55ec793281174eeae468b898c1de1a57.png
5.复制修改 CSV 文件
复制一份PLC的“CSV文件”，然后打开文件，全选清空内里的内容。复制 ChatGPT生成的程序，然后粘贴在“CSV文件”里，最后保存。
https://i-blog.csdnimg.cn/img_convert/a65e3b9557832176475c8de3fc6e4465.png
https://i-blog.csdnimg.cn/img_convert/de933a7efa8efadbc973c897a170c58b.png
6.导入CSV 文件
将生成的CSV文件导入到GX Works2 中。新建一个“FX-3U”工程，右键【main】，选择【从CSV文件读取】，在出现读取提示弹窗中选择“是”。
https://i-blog.csdnimg.cn/img_convert/cb5ed12e69f24b126916d901193c4cff.png
https://i-blog.csdnimg.cn/img_convert/9f95b2d5c23e880a744a04689fadf333.png
https://i-blog.csdnimg.cn/img_convert/97bcce63e051d5d8bda5ec57a48055db.png
7.AI生成程序预览
通过预览查看AI生成的程序结果，可以查看程序是否符合预期，发现潜伏问题并举行调解。
https://i-blog.csdnimg.cn/img_convert/c369f264ab13e98cdd76e8a1154a0411.png
二.DeepSeek 版本
1.编写简单样例程序
根据需求编写一个基础的样例程序，DeepSeek 版本样例程序要比ChatGPT版本还要简单一点，应尽量保持代码简洁，克制复杂逻辑，尽量利用单行程序，以便AI能够高效处置惩罚。
https://i-blog.csdnimg.cn/img_convert/64c221c8e078ca0c3ec9d0d1bc82d567.png
2.把程序导出 CSV 文件
完成样例程序后，必要将其导出为CSV文件格式。右键【main】，选择【写入至 CSV 文件】。这一步骤为后续上传和调用ChatGPT提供了标准化的输入文件。
https://i-blog.csdnimg.cn/img_convert/812e369541dbb49be0f5fea4eac63ea2.png
https://i-blog.csdnimg.cn/img_convert/5d8572455a1c5cafa55e7c711466afbe.png
3.上传程序调用DeepSeek
将导出的“CSV文件”上传至DeepSeek平台，输入任务程序需求，这里先不用【深度思考】模式。上传时需确保文件完整且格式准确，以便DeepSeek能够准确读取内容。
https://i-blog.csdnimg.cn/img_convert/4dc4d7869ec969528dd09d83fab42903.png
学习一下文件程序，用三菱FX3U PLC梯形图语言编写一个灯光循环控制程序，要求：
1. 使用X0作为启动按钮输入
2. 程序执行流程：
初始： x0导通，复位计数D0到D2，进入程序1
程序1：绿灯(Y0)亮1秒，灭1秒，循环5次，进入程序2
程序2：红灯(Y1)亮2.5秒，灭2.5秒，循环3次，进入程序3
程序3：黄灯(Y2)亮0.5秒，灭0.5秒，循环6次，程序结束
3. 输出格式必须跟学习的程序一样
4.生成程序
DeepSeek根据上传的样例程序生成新的程序，每次生成的结果大概不一样，有些是不能用于项目开发。
https://i-blog.csdnimg.cn/img_convert/23138763771a8df11a5525f338859a6f.png
5.复制修改 CSV 文件
复制一份PLC的“CSV文件”，然后打开文件，全选清空内里的内容。复制 DeepSeek生成的程序，然后粘贴在“CSV文件”里，最后保存。
https://i-blog.csdnimg.cn/img_convert/82ad9f2aeb09f1be8ca80f876c43bc00.png
https://i-blog.csdnimg.cn/img_convert/c59a040b1fe96d5585b7d01d3b495b9e.png
https://i-blog.csdnimg.cn/img_convert/259f739f1def56b701458f07abf03cf8.png
6.导入CSV 文件
将生成的CSV文件导入到GX Works2 中。新建一个“FX-3U”工程，右键【main】，选择【从CSV文件读取】，在出现读取提示弹窗中选择“是”。
https://i-blog.csdnimg.cn/img_convert/13e200daba6748bbd930086a668b82d4.png
https://i-blog.csdnimg.cn/img_convert/28eea827a1291173dc741c92b6a8af8a.png
https://i-blog.csdnimg.cn/img_convert/78aa4f2a012422a2177dd5b2e851eff9.png
https://i-blog.csdnimg.cn/img_convert/d5b0086fdb11a87d3daf895869c15cab.png
7.用思考模式生成程序
之前测试【深度思考】模式，生成的程序很多都是不能用。这次用【深度思考】模式，生成的程序根本没什么报错。
https://i-blog.csdnimg.cn/img_convert/c9d7f1aa60143f8cd3647150c446c24a.png
https://i-blog.csdnimg.cn/img_convert/ae1d8cd083ec2f7aed64485fe2d316ae.png
https://i-blog.csdnimg.cn/img_convert/1fed2e9689f2fbb357b406032b69c17a.png
三.总结
对比维度ChatGPTDeepSeek学习能力能够快速理解样例程序逻辑，顺应性强学习能力稍弱，需更明白的输入提示生成程序错误率错误较少，逻辑更严谨错误相对较多，需额外调试直接可用性生成的程序通常可直接用于项目开发大概必要进一步优化才能投入利用实用场景适合快速原型开发和稍微复杂逻辑实现更适合简单任务或辅助代码生成 ChatGPT在样例程序的学习能力和生成代码的准确性上表现更优，其生成的程序错误较少，通常可直接集成到实际项目中，显著提升开发服从。相比之下，DeepSeek虽然也能辅助代码生成，但在复杂逻辑处置惩罚和错误控制上稍显不足，大概必要更多人工调解。因此，对于追求高效、低错误率的开发需求，ChatGPT是更优的选择；现在，AI（如 ChatGPT、DeepSeek 等）在 PLC（可编程逻辑控制器）编程中的应用仍处于初级阶段。未来，随着 AI 学习能力的增强以及对工业环境的更深理解，它有望承担更复杂的编程任务，乃至实现“自主编程”，进一步推动工业主动化的发展。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]