Bachelor's Thesis

PLC Dialogue Control Using Large Language Models

Final Thesis 2.92 MB Appendix 1.5 MB

Author of thesis: Adrián Mičko

Acad. year: 2025/2026

Supervisor: Ing. Silvestr Vaculovič

Reviewer: doc. Ing. Jakub Arm, Ph.D.

Abstract:

This Bachelor's thesis deals with the design and implementation of a dialogue-based control system for a programmable logic controller using large language models. The main objective of the thesis is to create an architecture enabling an operator to issue control commands in natural language, which are subsequently interpreted by an agent layer and safely converted into deterministic operations in the PLC. The thesis describes the design of a two-domain architecture consisting of a Python API domain and a PLC domain on a Siemens S7-1500 device, interconnected via the OPC UA standard. The agent layer utilizes the GPT-4 Turbo and Claude models to extract the operator's intent and generate structured JSON output, which undergoes deterministic validation prior to transmission to the PLC. The thesis further analyses the risks of large language model hallucinations in an industrial environment and proposes a two-layer protection mechanism combining validation at the API level and saturation logic directly in the PLC. The functionality of the prototype was verified by testing on ten simulated pumps, including bulk control, status queries, and a voice interface.

Keywords:

large language models, LLM agent, PLC, OPC UA, dialogue control, industrial automation, natural language, Siemens S7-1500, hallucination reduction, OPC UA methods, OPC UA address space, bitmask, speed saturation, system prompt, deterministic validation, read-back, GPT-4 Turbo, bulk control

Date of defence

17.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaBznamka

Grading

B

Process of defence

Student obhájil bakalářskou práci. Komise neměla žádné námitky k řešené práci. V průběhu odborné rozpravy student odpověděl na dotazy oponenta týkající se odolnosti navrženého systému proti útokům typu prompt injection a možnosti provozu systému s LLM provozovaným lokálně. Student zodpověděl všechny otázky položené komisí.

Language of thesis

Slovak

Faculty

Fakulta elektrotechniky a komunikačních technologií

Department

Department of Control and Instrumentation

Study programme

Automation and Measurement (BPC-AMT)

Composition of Committee

doc. Ing. Zdeněk Slanina, Ph.D. (předseda)
doc. Ing. Zdeněk Bradáč, Ph.D. (místopředseda)
Ing. Karel Horák, Ph.D. (člen)
Ing. Stanislav Pikula, Ph.D. (člen)
Ing. Miloslav Richter, Ph.D. (člen)

Supervisor’s report
Ing. Silvestr Vaculovič

Práce se věnuje propojení velkých jazykových modelů s PLC, na kterém je možné provádět dotazování na stavy a volat metody sloužící ke spínání a nastavování deseti simulovaných čerpadel. Dialog mezi uživatelem a PLC je možné provádět skrze příkazový řádek nebo pomocí hlasového ovládání. Teoretická část se vhodně věnuje AI agentům v průmyslu a standardu OPC UA.

Architektura systému je rozdělena na dvě části. LLM je implementováno v Pythonu a prostřednictvím OPC UA propojeno s PLC S7-1500, na kterém jsou navrhnuty režimy pro ovládání jednoho či více čerpadel. Oceňuji návrh dvouvrstvé ochrany proti halucinacím, konkrétně využití JSON řetězce a kontrolu saturace hodnot. Celkový návrh systému ovšem není příliš robustní a je pojat jako proof of concept.

Systém byl testován s modely GPT-4 Turbo a Claude prostřednictvím příkazového řádku a hlasového ovládání, včetně jejich zhodnocení. Testovací scénáře mohly být komplexnější, kde by se ověřila správná extrakce proměnných. 

Bakalářská práce splňuje zadání. Student pracoval samostatně a pravidelně docházel na konzultace. Zvolené téma odpovídá současným trendům, což dokládají první publikace v této oblasti. Points proposed by supervisor: 83

Grade proposed by supervisor: B

Reviewer’s report
doc. Ing. Jakub Arm, Ph.D.

Práce se zabývá návrhem a implementací systému dialogového řízení PLC pomocí velkých jazykových modelů. Cílem je umožnit operátorovi zadávat řídicí příkazy v přirozeném jazyce, které jsou následně interpretovány jazykovým modelem a bezpečně převedeny na strukturované operace realizované prostřednictvím OPC UA metod v PLC S7-1500.
Zadání bylo podle předloženého textu splněno, avšak zasloužilo by si detailnější zpracování.
Teoretická část působí místy příliš obecně. Některé pasáže (např. agentí systémy či reinforcement learning) mají slabší vazbu na vlastní řešení. Naopak detailnější rozbor současných metod bezpečné integrace LLM do průmyslových systémů by byl přínosnější.
Nedostatkem experimentální části je omezená reprodukovatelnost. Práce neuvádí dostatek informací o konfiguraci použitých modelů ani detailní metodiku vyhodnocování testů. Chybí také zdůvodnění velikosti testovací množiny.
Práce je po formální stránce zpracována na dobré úrovni. Vyskytují se pouze drobné jazykové a typografické nedostatky, které nemají zásadní vliv na odbornou kvalitu práce.
Autor pracoval s několika články, jinak převážně s internetovými zdroji. Topics for thesis defence:
  1. Jakým způsobem by navržený systém odolával útokům typu prompt injection nebo situaci, kdy model vygeneruje syntakticky správný, ale významově nebezpečný příkaz?
  2. Mohla by se takováto služba s LLM implementovat a provozovat lokálně namísto nutnosti internetového připojení?
Points proposed by reviewer: 78

Grade proposed by reviewer: C

Responsibility: Mgr. et Mgr. Hana Odstrčilová