——目前能帮你生成梯形图或ST代码吗？

2023年以来，以ChatGPT、Copilot为代表的大语言模型（LLM）在代码生成领域展现了惊人能力。

不少PLC工程师开始尝试：能不能让AI帮我写一段梯形图？

能不能让AI生成一个PID功能块？本文将基于实际测试，客观评估当前AI辅助PLC编程的真实水平、可用场景和局限性。

1. 当前主流AI编程工具的PLC能力测试

我对三款主流AI工具进行了实际测试，以下是测试结果汇总。

AI工具PLC编程能力实测对比

关键发现：

• ✅ 代码片段生成：AI在生成SCL/ST代码片段方面确实可用，尤其是标准算法（PID、滤波、缩放）和标准设备控制（电机、阀门）。

• ❌ 梯形图生成：AI无法直接输出梯形图图形，只能输出文本描述（如"使用常开触点I0.0，串联常闭I0.1，输出Q0.0"），仍需工程师手动绘制。

• ⚠️ 准确性：AI生成的代码约70~80%正确，剩余需人工修正。绝不可不加验证直接下载到PLC。

2. AI辅助编程的正确姿势——让它当"高级模板"，不当"主编"

AI目前在PLC编程中的最佳角色是"高级智能模板库"——你描述需求，它生成一个可用的代码框架，你再精调。

AI辅助编程工作流

3. 实测案例：让AI生成一个"带前馈的温度PID控制块"

以下是一个真实的测试案例，展示AI的输出质量和需要修正的地方。

AI生成的SCL代码片段（精简）

审查意见：

• ✅ 总体框架正确：结构完整，接口合理

• ⚠️ 积分项实现方式：AI用了累加方式，但未处理积分饱和，需增加抗积分饱和逻辑

• ⚠️ 微分项：未对微分进行滤波，工业现场噪声会放大扰动

• ⚠️ 扫描周期：AI假设了0.1s，实际应用中需动态传入或使用循环中断

• ⚠️ 前馈量：未做限幅校验，需确保前馈值在有效范围内

• ❌ 缺少数值安全保护：若PV_Temp传感器断线，PV值可能为异常值，需增加断线检测

修正工作量：AI生成了约80%的框架，人工修正了剩余的20%。

总体来说节省了约50%的编码时间。

4. AI编程的"幻觉"问题——最危险的陷阱

AI在PLC编程中最危险的问题不是"写错"，而是"一本正经地胡说八道"——它生成的代码看起来完全正确、格式规范、注释清晰，但逻辑是错的。

AI在PLC编程中常见的"幻觉"类型

黄金法则：AI生成的代码，必须经过"人工审查→编译检查→仿真验证"三重关卡，才能进入正式项目。

 绝不可"生成即下载"。

5. AI辅助编程的成熟度预判

AI辅助PLC编程的发展路线图预测