企业官网建设流程全解析

1. 从“烟台方法”说起：一套PLC标准化架构的由来

“烟台方法”这个词在工控圈子里流传有些年头了，最早是几位做非标自动化项目的工程师在烟台一带做项目时，被同一个问题反复折磨后总结出来的一套编程架构思路。它的核心并不神秘，说白了就是一句话：把PLC程序里那些每次做项目都要重写一遍的东西，抽出来做成标准件，让工程师只关注真正变化的工艺逻辑。

做过非标项目的人都懂那种痛。一个项目下来，硬件选型、IO分配、报警处理、HMI交互、通讯配置，这些活儿占了七成以上的时间，真正跟工艺相关的核心逻辑可能只占三成。更麻烦的是，每个工程师写出来的东西风格都不一样，A写的程序B接手要重新读一遍，项目一多，维护成本直接爆炸。烟台方法要解决的就是这个问题——用一套统一的架构模板，把重复劳动标准化，把变化部分参数化。

而“AI协同工作流”是这两年随着大模型能力提升，被嫁接进这套架构里的新东西。它的定位不是让AI替你写完整程序，而是让AI承担架构中那些有规律、有模板、有明确输入输出的环节，比如根据IO表生成变量声明、根据工艺描述生成状态机骨架、根据报警清单生成报警处理逻辑。人负责判断和决策，AI负责填充和转换，这就是“协同”二字的真正含义。

这篇文章适合谁看？如果你正在做PLC非标项目，被重复劳动拖得筋疲力尽；如果你手上有多个项目并行，想找一套能复用的架构；如果你对AI辅助编程感兴趣，但不知道在工控场景下怎么落地——那这篇内容应该能给你一些可以直接抄作业的思路。我不会讲太多虚的，重点放在架构怎么搭、AI在哪些环节真正能帮上忙、以及我实际跑下来踩过的坑。

2. 烟台方法架构的四层骨架与AI的切入点

2.1 为什么是四层而不是三层或五层

烟台方法把PLC程序分成四层：硬件抽象层、设备控制层、工艺逻辑层、交互层。这个分层不是拍脑袋定的，而是根据“变化频率”来划分的。硬件抽象层几乎不变，设备控制层偶尔变，工艺逻辑层每个项目都变，交互层跟着工艺走。

四层的好处在于，AI的介入点非常清晰。硬件抽象层和设备控制层因为有大量重复模式，最适合AI生成；工艺逻辑层需要人的判断，AI只能做辅助；交互层介于两者之间，AI可以生成框架，人再调整细节。

我试过三层分法，把设备控制和工艺逻辑合并，结果就是每次改工艺都要动底层代码，风险太大。也试过五层，把通讯单独拆出来，但实际项目中通讯配置往往跟硬件绑定，拆太细反而增加维护负担。四层是实测下来最顺手的粒度。

2.2 硬件抽象层：AI最该发力的地方

硬件抽象层的任务是把物理IO映射成有意义的变量名，让上层逻辑不用关心具体接的是哪个端子。传统做法是手动建变量表，一个中型项目几百个点，光命名就能耗掉大半天，还容易出错。

AI在这个环节的价值极大。你只需要把IO分配表（Excel或CSV）丢给AI，附上一段命名规则说明，它就能批量生成符合规范的变量声明。比如你告诉它“DI开头表示数字量输入，后面跟设备编号和功能描述”，它就能把“I0.0 1号电机运行反馈”转成“DI_Motor01_RunFb”。

但这里有个坑：AI生成的命名风格可能不统一。同一个设备，它可能这次叫“Motor01”，下次叫“Mtr01”。解决办法是在提示词里给几个示例，让它照着示例的风格来。我一般会给5到10个典型命名作为参考，这样生成结果的稳定性会高很多。

2.3 设备控制层：标准功能块库的建立

设备控制层是烟台方法的核心资产。它把电机、阀门、气缸、变频器这些常见设备封装成标准功能块，每个功能块有统一的接口：使能、命令、反馈、报警、状态。上层调用时只需要实例化功能块，传参就行。

AI在这个环节能帮的是生成功能块的框架代码。比如你告诉AI“生成一个三相异步电机的控制功能块，包含启动、停止、过载报警、运行反馈”，它就能给出一个结构完整的FB。但要注意，AI生成的代码在细节上往往有问题，比如报警延时没加、手自动切换逻辑不完整、急停优先级没处理。这些必须人工补全。

我的做法是：让AI生成初版，然后我对照自己积累的检查清单逐项过一遍。检查清单包括：急停是否最高优先级、报警是否需要锁存、复位条件是否明确、手自动切换是否无扰。这套流程跑下来，一个功能块的开发时间能从两小时压缩到二十分钟左右。

2.4 工艺逻辑层与交互层：AI辅助但不可替代

工艺逻辑层是每个项目的灵魂，这部分AI基本帮不上大忙。它需要理解工艺流程、设备联动关系、安全互锁条件，这些信息往往在工程师脑子里，或者散落在各种会议纪要里。AI可以帮你把自然语言描述的工艺转换成状态机骨架，但状态之间的转换条件、异常处理、恢复逻辑，必须人来定。

交互层的情况类似。HMI画面布局、报警分级、操作权限，这些涉及用户体验和操作习惯，AI生成的方案往往“能用但不好用”。我一般让AI生成变量连接表和报警文本，画面布局还是自己拖。

3. AI协同工作流的具体落地环节

3.1 从IO表到变量声明的自动化转换

这是整个工作流里最成熟、最稳定的环节。具体操作流程如下：

第一步，整理IO分配表。用Excel维护，列包括：地址、信号类型、设备编号、功能描述、信号方向、备注。这个表是后续所有自动化的基础，必须保证准确。

第二步，写提示词。提示词的结构是：角色设定 + 任务描述 + 命名规则 + 示例 + 输出格式要求。比如：

你是一名PLC编程工程师，需要根据IO表生成变量声明。 命名规则： - 数字量输入：DI_设备名_功能 - 数字量输出：DO_设备名_功能 - 模拟量输入：AI_设备名_功能 - 模拟量输出：AO_设备名_功能 示例： I0.0 1号电机运行反馈 → DI_Motor01_RunFb Q0.0 1号电机启动 → DO_Motor01_Start 输出格式：每行一个变量，格式为“变量名 : 数据类型; // 地址 描述”

第三步，把IO表内容粘贴进去，让AI批量生成。实测下来，200个点的IO表，AI生成时间大约30秒，准确率在90%以上。错误主要集中在信号方向判断和功能描述理解上，人工复核一遍即可。

第四步，导入编程软件。西门子TIA Portal支持从Excel导入变量表，三菱和汇川也有类似功能。导入后检查地址映射是否正确，特别是模拟量地址的偏移量。

注意：AI生成的变量名长度要控制在编程软件允许的范围内。TIA Portal的变量名最长128字符，但实际使用中建议不超过32字符，否则在HMI和SCADA里引用时会很麻烦。

3.2 状态机骨架的AI生成与人工补全

状态机是工艺逻辑层的核心。传统写法是用梯形图或SCL手写CASE语句，一个复杂设备的状态机可能有十几个状态，写起来很繁琐。

AI生成状态机的流程：先用自然语言描述设备的工作流程，包括初始状态、启动条件、运行中的状态转换、停止条件、异常处理。然后让AI输出SCL格式的CASE语句骨架。

比如描述“一个气缸的伸出缩回控制，初始状态为缩回，按下启动按钮后伸出，伸出到位后延时2秒缩回，缩回到位后完成一个循环”，AI会生成类似这样的骨架：

CASE #State OF 0: // 初始状态 IF #StartBtn THEN #State := 10; END_IF; 10: // 伸出中 #SolenoidOut := TRUE; IF #CylOutFb THEN #State := 20; END_IF; 20: // 延时 #Timer(IN := TRUE, PT := T#2S); IF #Timer.Q THEN #State := 30; END_IF; 30: // 缩回中 #SolenoidOut := FALSE; IF #CylInFb THEN #State := 0; END_IF; END_CASE;

这个骨架能用，但缺了很多东西：急停处理、超时报警、手动模式、状态复位。这些必须人工补。我的经验是，AI生成的骨架能省掉60%的敲键盘时间，但剩下的40%才是真正体现工程师水平的地方。

3.3 报警处理逻辑的批量生成

报警处理是另一个适合AI介入的环节。一个项目动辄几十上百条报警，每条报警都需要：触发条件、报警文本、报警等级、确认方式、复位条件。手动写这些逻辑非常枯燥。

操作方式：整理报警清单Excel，列包括：报警编号、触发变量、报警文本、等级、延时。然后让AI生成报警处理功能块的调用代码。烟台方法里通常有一个标准的报警处理FB，AI只需要生成调用实例和参数赋值。

这里有个细节要注意：报警延时不能统一设一个值。有些报警需要立即响应（如急停），有些需要延时确认（如液位波动）。AI生成时如果不指定，它可能全部用默认值。我的做法是在Excel里加一列“延时时间”，让AI按列取值。

3.4 HMI变量连接表的自动生成

HMI变量连接表是PLC变量和HMI画面之间的桥梁。传统做法是手动在HMI软件里一个个建变量，然后跟PLC变量做连接。一个中型项目几百个变量，手动建表加连接，一天时间就没了。

AI可以生成HMI变量连接表的CSV文件，格式符合HMI软件的导入要求。具体做法是让AI读取PLC变量表，然后按照HMI软件的变量格式输出。西门子WinCC、威纶通、昆仑通态都支持CSV导入。

但这里有个坑：不同HMI软件对变量地址的格式要求不一样。WinCC用“DB块.偏移量”，威纶通用“MW地址”，昆仑通态用“寄存器地址”。让AI生成时必须在提示词里明确目标HMI软件的格式，否则生成的结果没法直接用。

4. 实测中踩过的坑与排查过程

4.1 AI生成的变量名在SCADA里显示乱码

这个问题困扰了我好几天。AI生成的变量名里包含中文描述，导入SCADA后部分字符显示为乱码。排查过程如下：

先怀疑是编码问题，检查了CSV文件的编码格式，确认是UTF-8。然后怀疑是SCADA软件的字符集设置，检查后确认支持中文。最后发现是AI生成时混用了全角和半角字符，比如括号、冒号、逗号，有些是全角有些是半角，SCADA解析时出错。

解决办法：在提示词里明确要求“所有标点符号使用半角”，并在生成后用脚本做一次全角转半角的清洗。这个坑让我意识到，AI生成的内容不能直接信任，必须有一道清洗工序。

4.2 状态机骨架缺少状态复位导致设备卡死

有一次用AI生成的状态机骨架做测试，设备运行到某个状态后卡住不动了。排查发现，AI生成的状态机在异常情况下没有复位路径。比如气缸伸出超时后，状态机停在“伸出中”状态，既没有报警也没有回到初始状态。

这个问题暴露了AI生成代码的典型缺陷：它只考虑了正常流程，没有考虑异常流程。后来我在提示词里加了一条“每个状态都必须有超时处理和异常复位路径”，生成质量明显提升。但即便如此，人工复核仍然不可省略。

4.3 报警文本长度超出HMI限制

AI生成的报警文本往往比较详细，比如“1号电机过载报警，请检查电机负载和热继电器”。但有些HMI软件的报警文本有长度限制，比如最多20个字符。超长的文本会被截断，显示不完整。

解决办法：在报警清单Excel里加一列“短文本”，专门用于HMI显示，控制在15个字符以内。AI生成时同时输出长文本和短文本，长文本用于SCADA和报表，短文本用于HMI。

4.4 功能块接口不统一导致调用混乱

早期让AI生成功能块时，没有严格规定接口格式，结果AI生成的电机功能块和阀门功能块接口不一样。电机功能块用“Start/Stop”，阀门功能块用“Open/Close”，上层调用时很混乱。

后来我制定了一套标准接口规范：所有设备功能块统一使用“Cmd_Start”、“Cmd_Stop”、“Fb_Run”、“Fb_Alarm”、“Sts_Ready”这五个基本接口，特殊设备再增加专用接口。把规范写进提示词后，AI生成的接口就统一了。

5. 让AI协同工作流真正跑起来的几个关键习惯

5.1 提示词要像写需求文档一样认真

很多人用AI辅助编程效果不好，根本原因是提示词太随意。一句“帮我生成一个电机控制程序”，AI只能给你最通用的东西，没法贴合你的项目规范。

我的做法是把提示词当成需求文档来写，包含：角色设定、任务背景、输入数据说明、输出格式要求、命名规范、示例、注意事项。一套好的提示词写下来可能有两三百字，但生成结果的可用性能从30%提升到80%。

而且提示词是可以复用的。同一个项目的不同阶段，只需要改输入数据和少量参数，提示词主体不变。我一般会把提示词存在文本文件里，用的时候直接复制。

5.2 建立自己的代码检查清单

AI生成的代码必须经过检查才能用。我积累了一份检查清单，每次AI生成后逐项过：

• 急停和故障复位逻辑是否完整
• 手自动切换是否无扰
• 报警是否锁存、是否需要确认
• 状态机是否有超时和异常复位
• 变量命名是否符合规范
• 数据类型是否匹配
• 地址映射是否正确

这份清单是多年踩坑攒出来的，每一条背后都有血泪教训。有了清单，检查过程从“凭感觉”变成“按流程”，效率和质量都稳定了。

5.3 版本管理不能省

AI协同工作流会生成大量代码和配置文件，如果没有版本管理，很容易乱。我的做法是用Git管理PLC程序源文件，每次AI生成后提交一次，提交信息写清楚“AI生成-变量表”或“AI生成-状态机骨架-人工补全急停逻辑”。

这样做的另一个好处是，当AI生成的结果有问题时，可以快速回滚到上一个版本，不会把项目搞乱。

5.4 不要指望AI理解工艺

这是最重要的一条。AI可以帮你写代码、生成表格、转换格式，但它不理解你的工艺。它不知道这个气缸伸出之前必须确认安全门关闭，不知道那个电机启动前必须等润滑油泵运行。这些工艺约束必须由人来定义，AI只是执行工具。

我见过有人试图让AI根据设备清单自动生成完整程序，结果生成的逻辑完全不符合工艺要求，改起来比自己写还费劲。正确的定位是：AI负责“怎么写”，人负责“写什么”。

6. 这套工作流适合什么样的项目

烟台方法加AI协同，最适合的是中等规模的非标自动化项目，IO点数在200到2000之间，设备类型相对标准（电机、气缸、阀门、变频器为主），工艺逻辑有一定复杂度但不算极端。

太小的项目，比如几十个点的单机设备，用这套架构有点杀鸡用牛刀，直接手写更快。太大的项目，比如整条产线的DCS系统，涉及大量模拟量调节和复杂联锁，AI能帮的比例反而下降，因为工艺逻辑的占比太高了。

另外，这套工作流对工程师的基础能力有要求。你得懂PLC编程、懂工艺、懂HMI组态，AI只是加速器，不是替代品。如果基础不扎实，AI生成的东西你看不出对错，那反而危险。

我在实际项目中的体会是，这套工作流能把重复劳动压缩60%左右，但前提是你愿意花时间搭建架构、写提示词、建检查清单。前期投入大概两三个项目的时间，之后就能明显感觉到效率提升。如果你手上项目多、类型相似，这套东西值得投入；如果一年就做一两个项目，可能直接手写更划算。