Wykorzystanie Sztucznej Inteligencji AI do programowania sterowników PLC

Ostatnio zaktualizowano 24.07.2025

3 zapisanych kursantów

O tym kursie

Ten innowacyjny kurs łączy świat automatyki przemysłowej i budynkowej z nowoczesnymi narzędziami AI. Nauczysz się, jak wykorzystać sztuczną inteligencję do przyspieszenia i optymalizacji programowania sterowników PLC w środowiskach Codesys i TIA Portal.

Podczas kursu będziemy realizować różnorodne projekty z zakresu automatyki przemysłowej, budynkowej oraz OZE, wykorzystując AI do generowania kodu, optymalizacji algorytmów i analizy danych.

Narzędzia, które wykorzystujemy:

✅ AI do wsparcia programowania:

- ChatGPT (wersja darmowa)
- DeepSeek
- ChatBOT Controlbyte (oparty na DeepSeek i dostępny na stronie controlbyte.pl)

✅ Środowiska programistyczne:

- Codesys
- TIA Portal

✅ Języki programowania PLC:

- Structured Text (ST)
- Ladder Diagram (LD)

Projekty realizowane podczas kursu:

Podczas kursu stworzysz praktyczne projekty, które odzwierciedlają rzeczywiste zastosowania w przemyśle i budownictwie:

🛠 Automatyka przemysłowa
✔ Sekwencja trzech siłowników (Factory IO / wizualizacja) – sterowanie przepychaniem paczki w sekwencji
✔ System pomp (oczyszczalnia, przepompownia) – sterowanie i optymalizacja pracy pomp
✔ Silnik z różnymi czujnikami temperatury (PT100/KTY/TKO)
✔ Manipulator 3D – paletyzator
✔ Robot delta i programowanie G-kodów
✔ Magazyn wysokiego składowania z systemem WMS / bazą SQL
✔ 3 stanowiska z robotami przemysłowymi

🏠 Automatyka budynkowa i OZE
✔ Regulator PID dla zbiornika z cieczą
✔ Inteligentny budynek 3-piętrowy napisany obiektowo (Codesys)
✔ Finder Opta + Arduino (np. sterowanie szklarnią)

💡 Projekt specjalny (opcjonalny)
✔ Beckhoff i programowanie obiektowe z AI

Tagi

ai, chat gpt, codesys, python, siemens, tia portal

Czego się nauczysz:

Jak integrować narzędzia AI z programowaniem PLC, by przyspieszyć proces tworzenia kodu.

W jaki sposób optymalizować algorytmy sterujące oraz analizować dane systemowe przy użyciu sztucznej inteligencji.

Jak wykorzystać AI do generowania kodu, co umożliwi efektywniejsze wdrażanie projektów w środowiskach Codesys i TIA Portal.

Jak realizować kompleksowe projekty automatyki przemysłowej, budynkowej oraz OZE z wykorzystaniem nowoczesnych narzędzi wsparcia.

Kurs zawiera:

Kody źródłowe programów PLC z kursu (TIA Portal, Codesys, Python)
Pliki Excel do generacji automatycznej struktury w TIA Portal (ExcelCodeGen)
Gotowe prompty do integracji AI (ChatGPT, DeepSeek, Claude)
Materiały PDF z opisem projektów: paletyzator, przepompownia, magazyn
Przykładowe diagramy GRAFCET, algorytmy FIFO
Kody Arduino do sterowania bramą z wykorzystaniem Finder Opta
Linki do narzędzi: VS Code, Docker, MLnext DEMO, agenci AI

Wymagania:

Podstawowa znajomość programowania PLC (TIA Portal lub Codesys)
Dostęp do Factory IO (zalecane do testów symulacyjnych)
Zalecana znajomość języka angielskiego w stopniu pozwalającym na korzystanie z narzędzi AI
Chęć nauki i otwartość na integrację nowych technologii w automatyce

Grupa docelowa:

Programistów PLC, którzy chcą wykorzystać AI w swojej pracy
Inżynierów automatyki i mechatroniki szukających nowych metod optymalizacji kodu
Osób uczących się programowania PLC i chcących przyspieszyć swój rozwój
Pasjonatów nowych technologii w automatyce przemysłowej i budynkowej

Spis treści

68 Lekcji8h 33m

Wstęp

Wstęp (1:31)00:1:31

Plan Spotkań na Discord na kursantów kursu AI

Automatyzacja sekwencji – sterowanie siłownikami i urządzeniami Factory IO

Paletyzator z manipulatorem 3D – programowanie w języku SCL z wykorzystaniem asystenta AI

Sterowanie przepompownią (elementy programowania obiektowego) z VS Code i Python

TIA Portal Openess – automatyczne tworzenie struktury projektu dla 20 stacji zrobotyzowanych

TIA Portal Openess – automatyczne tworzenie struktur UDT, tablicy tagów, OB, FC, FB

BONUS #1 Instalacja Agenta AI lokalnie na komputerze

Finder Opta i Arduino – sterowania bramą wjazdową do zakładu + aplikacja mobilna (wstęp i analiza schematu połączeń AI)

Finder Opta i Arduino, sterowania bramą wjazdową do zakładu – Praca z agentem AI (Cline) i kodowanie programu w VS Code

Magazyn wysokiego składowania

Robot delta – generowanie trajektorii w G-kodach

BONUS #2 Predykcyjne utrzymanie ruchu z MLnext

Prowadzący

mgr inż. Maciej Kurantowicz

5.0/5

5 Kursów

2 recenzje

39 Uczniów

Zobacz więcej

Miniatura-Webinar-Programowanie-PLC-z-Ai-2-efvjilp

1349,00 zł

Poziom

Średnio zaawansowane

Czas trwania 8.6 godzin

Wykłady

68 wykładów

Kategoria

Programowanie PLC

Kurs zawiera:

Kody źródłowe programów PLC z kursu (TIA Portal, Codesys, Python)
Pliki Excel do generacji automatycznej struktury w TIA Portal (ExcelCodeGen)
Gotowe prompty do integracji AI (ChatGPT, DeepSeek, Claude)
Materiały PDF z opisem projektów: paletyzator, przepompownia, magazyn
Przykładowe diagramy GRAFCET, algorytmy FIFO
Kody Arduino do sterowania bramą z wykorzystaniem Finder Opta
Linki do narzędzi: VS Code, Docker, MLnext DEMO, agenci AI

Wykorzystanie Sztucznej Inteligencji AI do programowania sterowników PLC

O tym kursie

Narzędzia, które wykorzystujemy:

Projekty realizowane podczas kursu:

Tagi

Czego się nauczysz:

Kurs zawiera:

Wymagania:

Grupa docelowa:

Spis treści

Wstęp

Wstęp (1:31)00:1:31

Plan Spotkań na Discord na kursantów kursu AI

Automatyzacja sekwencji – sterowanie siłownikami i urządzeniami Factory IO

Opis sekwencji dla 3 siłowników (1:20)00:1:20

Deklaracja zmiennych dla siłowników – zadanie (3:50)00:3:50

Prompt czyli instrukcje dla AI – sekwencja siłowników (2:01)00:2:1

Twój kod dla siłowników – zadanie (2:09)00:2:9

Testy kodu od ChatGPT (2:59)00:2:59

Jak uruchomić kod od ChatGPT? (1:41)00:1:41

Testy kodu od DeepSeek AI (2:52)00:2:52

DeepSeek jak uruchomić kod? (1:02)00:1:2

ChatGPT vs DeepSeek – porównanie czasu cyklu PLC (1:57)00:1:57

Tłumaczenie komentarzy w programie za pomocą AI (2:36)00:2:36

Quiz AI nr 1

Paletyzator z manipulatorem 3D – programowanie w języku SCL z wykorzystaniem asystenta AI

Paletyzator z manipulatorem 3D – wprowadzenie i deklaracja zmiennych (13:59)00:13:59

Napisz kod dla układu podajników rolkowych wprowadzających palety (21:25)00:21:25

Napisz kod dla podajnika taśmowego wprowadzającego produkty (19:51)00:19:51

Programowanie Manipulatora 3D – kalibracja i skalowanie 1/2 (13:40)00:13:40

Programowanie Manipulatora 3D – kalibracja i skalowanie 2/2 (9:57)00:9:57

Receptury, baza danych z punktami dla manipulatora (15:08)00:15:8

Zaprogramuj sekwencję ruchów dla manipulatora 3D 1/2 (10:32)00:10:32

Zaprogramuj sekwencję ruchów dla manipulatora 3D 2/2 (13:56)00:13:56

Zintegruj sekwencję pracy manipulatora 3D z podajnikiem produktów i palet (14:35)00:14:35

Zaimplementuj maszynę stanów PackML dla paletyzatora 1/2 (21:10)00:21:10

Zaimplementuj maszynę stanów PackML dla paletyzatora 2/2 (26:13)00:26:13

Sterowanie przepompownią (elementy programowania obiektowego) z VS Code i Python

Instalacja Python (2:28)00:2:28

Instalacja VSCode (1:16)00:1:16

Opis projektu przepompowni (4:05)00:4:5

Analiza wstępnych założeń projektu w AI – generacja struktury programu (11:05)00:11:5

Claude AI – Twój osobisty agent AI do programowania PLC (13:15)00:13:15

Automatyczna generacja struktury programu PLC przy użyciu Python oraz AI – scenariusz nr 1 dla pomp00:7:33

Sortowanie pomp interakcja z agentem AI (8:41)00:8:41

Sortowanie pomp skrypt w Python wygenerowany w AI (9:08)00:9:8

Skalowanie projektu pomp – praca z agentem AI (2:04)00:2:4

4 pompy w tym jedna pomocnicza – możliwość skalowania do 100 pomp (5:31)00:5:31

Dodaj pompę nr 4 oraz nr 5 do projektu z AI – zadanie domowe (6:31)00:6:31

TIA Portal Openess – automatyczne tworzenie struktury projektu dla 20 stacji zrobotyzowanych

Instalacja Visual Studio i test TIA Portal Openness (8:06)00:8:6

Wprowadzenie do projektu stacji zrobotyzowanych i Openness Explorer (16:51)00:16:51

Wprowadzenie i instalacja ExcelCodeGen (10:52)00:10:52

TIA Portal Openess – automatyczne tworzenie struktur UDT, tablicy tagów, OB, FC, FB

Automatyczne genrowanie UDT – User Defined Types (8:59)00:8:59

Automatyczne generowanie Tag Tables i zmiennych (5:26)00:5:26

Automatyczne generowanie struktury projektu OB, FB, FC, Networki (14:15)00:14:15

Stwórz strukturę projektu i zdefiniuj zmienne dla 20 stacji zrobotyzowanych (10:11)00:10:11

BONUS #1 Instalacja Agenta AI lokalnie na komputerze

Czym są agenci AI? (1:41)00:1:41

Instalacja VSCode (1:16)00:1:16

Instalacja agenta Cline w VScode (1:39)00:1:39

Darmowy model sztucznej inteligencji – uruchomienie (5:04)00:5:4

Agent AI CLine – zadanie domowe (5:41)00:5:41

Finder Opta i Arduino – sterowania bramą wjazdową do zakładu + aplikacja mobilna (wstęp i analiza schematu połączeń AI)

Wstęp do projektu (1:14)00:1:14

Opis połączeń elektrycznych (3:57)00:3:57

Dokumentacja techniczna napędu bramy (1:53)00:1:53

Zadanie domowe – analiza schematu połączeń AI (6:35)00:6:35

Finder Opta i Arduino, sterowania bramą wjazdową do zakładu – Praca z agentem AI (Cline) i kodowanie programu w VS Code

Praca z agentem AI i kodowanie programu dla bramy (3:41)00:3:43

Deklaracja zmiennych w Arduino Cloud (3:43)00:10:10

Zadanie domowe – generacja programu z przyciskiem monostablinym Codesys (10:10)00:10:10

Krótki opis wygenerowanego programu przez AI (2:01)00:2:1

Testowanie aplikacji na rzeczywistym obiekcie (1:41)00:1:41

Magazyn wysokiego składowania

Magazyn wysokiego składowania – opis (1:56)00:1:55

Instrukcja działania magazynu – zadanie (8:20)00:8:20

Wygeneruj zmienne z AI Modbus (7:38)00:7:38

Diagram grafcet przykładowa sekwencja (11:50)00:11:50