Reinforcement Learning-Based Real-Time Control of a Photovoltaic-Integrated Welding Power Supply: Experimental Validation and Performance Benchmarking

تخيل أرضية مصنع حيث يتم وصل المعادن الثقيلة بواسطة قوس كهربائي حارق. هذه العملية، المعروفة باسم اللحام، هي حجر الزاوية في التصنيع الحديث، لكنها أيضًا مستهلك نهم للكهرباء. لعقود من الزمن، اعتمدت الآلات التي تخلق هذه الأقواس على طاقة ثابتة ويمكن التنبؤ بها من الشبكة الكهربائية. ومع ذلك، بينما تسعى الصناعات إلى تقليل بصمتها الكربونية، هناك رغبة متزايدة في تشغيل هذه الآلات مباشرة من الشمس. يكمن التحدي في طبيعة ضوء الشمس نفسها؛ فهي متقلبة، تتغير مع السحب والوقت من اليوم. وفي الوقت نفسه، فإن قوس اللحام هو قوة فوضوية وغير متوقعة تتغير سلوكياتها في اللحظة التي تتغير فيها المسافة بين الأداة والمعدن ولو بشكل طفيف. إن محاولة تغذية آلة تتطلب طاقة فورية ودقيقة بمصدر يتقلب باستمرار تشبه محاولة ملء دلو بخرطوم يتغير ضغطه كل ثانية بينما يتحرك الدلو نفسه.

لطالما اعتمد الباحثون على وحدات تحكم إلكترونية قياسية لإدارة هذا التوازن، لكن هذه الأنظمة التقليدية غالبًا ما تعاني عندما تواجه مثل هذه الظروف المعقدة والمتغيرة. إنها تشبه سائقًا يضغط على دواسة الوقود بمعدل ثابت، غير قادر على الاستجابة بسرعة كافية عندما ينعطف الطريق فجًا أو يتعثر المحرك. ولحل هذه المشكلة، طور فريق من المهندسين نهجًا جديدًا يجمع بين موثوقية الإلكترونيات الراسخة وقدرة الذكاء الاصطناعي على التكيف. يركز عملهم على نوع معين من الآلات: مزود طاقة للحام عالي التردد يعمل مباشرة بالطاقة الشمسية. ومن خلال تعليم نظام التحكم في الآلة التعلم من بيئتها الخاصة، نجحوا في ابتكار جهاز يمكنه ضبط نفسه في الوقت الفعلي، مما يحافظ على لحام مثالي حتى عندما تختبئ الشمس خلف سحابة أو تتحرك يد اللحام.

قام الباحثون ببناء نموذج أولي مادي لهذا النظام لاختبار ما إذا كانت أفكارهم ستنجح في العالم الحقيقي، وليس فقط في المحاكاة الحاسوبية. قلب تصميمهم هو نظام تحكم ثنائي الطبقات. الطبقة الأولى هي منظم إلكتروني سريع الاستجابة يتعامل مع المتطلبات الفورية واللحظية لقوس اللحام، مما يضمن بقاء التيار مستقرًا. تعمل هذه الطبقة بسرعة وتوقع الآلة التقليدية. أما الطبقة الثانية فهي حيث يكمن الابتكار: وكيل ذكاء اصطناعي يراقب الصورة الأكبر. يراقب هذا الوكيل الطاقة المتاحة من الألواح الشمسية وطول قوس اللحام المتغير. وبدلاً من اتباع قواعد جامدة، يتعلم كيفية ضبط إعدادات المنظم السريع لتتناسب مع الظروف الراهنة. إنه نظام يكيف حساسيته الخاصة، فيشد أو يرخي قبضته على تدفق الطاقة اعتمادًا على ما يحدث في تلك اللحظة تحديدًا.

لإثبات هذا المفهوم، أنشأ الفريق نموذجًا عاملًا باستخدام مكونات السيليكون كاربايد المتقدمة، المعروفة بقدرتها على التعامل مع السرعات والحرارة العالية بكفاءة. واختبروا هذه الآلة بطريقتين: أولاً على منصة مختبر صغيرة تحت ظروف محاكية، ثم على منصة اختبار صناعية كاملة بقدرة خمسة كيلووات. وخلال هذه الاختبارات، أخضعوا الآلة لأطوال قوس متغيرة، ونبضات مفاجئة في طلب الطاقة، وتذبذب في المدخلات الشمسية التي تحاكي مرور السحب. تمت مقارنة النتائج بثلاث طرق أخرى شائعة: نظام يستخدم بطارية لتنعيم الطاقة، ووحدة تحكم قياسية بإعدادات ثابتة، ونظام يتبع مجموعة أساسية من القواعد المبرمجة مسبقًا.

أظهرت النتائج أن النظام الجديد المدفوع بالذكاء الاصطناعي تفوق على الآخرين في الكفاءة، وزمن الاستجابة الديناميكي، واستهلاك الطاقة لكل دورة لحام. فقد حقق كفاءة طاقة تقارب 90 بالمائة، مما يعني ضياع قدر ضئيل جدًا من الطاقة كحرارة. في المقابل، كان النظام المزود ببطارية أقل كفاءة بسبب الطاقة المفقودة في شحن وتفريغ البطارية. كما استجاب النظام الجديد للتغيرات في عملية اللحام بشكل أسرع بنسبة 33 بالمائة تقريبًا من وحدة التحكم القياسية، مما سمح بلحام أكثر سلاسة واستمرارية. وفيما يتعلق بجودة الطاقة، حافظ النظام على تشوه توافقي كلي (THD) بنحو 4 بالمائة، وهو ما يستوفي معايير السلامة الصناعية. ومع ذلك، لاحظ الباحثون وجود مقايضة دقيقة: فبينما حقق النظام أداءً ممتازًا بشكل عام، إلا أن الطبيعة التكيفية لسياسة التعلم أدت إلى زيادة طفيفة في المحتوى التوافقي المرتبط بالتبديل مقارنة بالنماذج المرجعية ذات الكسب الثابت (PI) والنظام المزود ببطارية. يشير هذا إلى أن النظام يعطي الأولوية للتتبع السريع والاستقرار، ويقبل تسوية طفيفة في نقاء التوافقيات لتحقيق استجابته الديناميكية المتفوقة.

وربما الأهم من ذلك، أثبت النظام متانته وسلامته. قام الباحثون بتشغيل الآلة باستمرار لمدة ثماني ساعات تحت حمل ثقيل، وظلت المكونات ضمن حدود درجات الحرارة الآمنة، دون ظهور أي علامات إجهاد أو فشل. لم يكتفِ الذكاء الاصطناعي برد الفعل فحسب، بل عدل سلوكه بناءً على التغذية الراجعة للحالة في الوقت الفعلي لتقليل استهلاك الطاقة مع الحفاظ على سلامة اللحام. وبينما تسبب النظام في مقايضة طفيفة للغاية تتمثل في زيادة طفيفة في نشاط التبديل الكهربائي مقارنة بالوحدات الأكثر بساطة، إلا أن المكاسب الإجمالية في السرعة والكفاءة والاستقرار كانت كبيرة.

يبرهن هذا العمل على أنه من الممكن تشغيل الآلات الصناعية الثقيلة مباشرة من مصادر متجددة دون التضحية بالأداء أو السلامة. ومن خلال الجمع بين سرعة الإلكترونيات التقليدية وقدرة التعلم للذكاء الاصطناعي، أظهر الباحثون مسارًا قابلاً للتطبيق نحو التصنيع المستدام. إن الآلة التي بنوها لا تكتفي بالبقاء على قيد الحياة وسط عدم استقرار الطاقة الشمسية وفوضى قوس اللحام، بل إنها تزدهر في ذلك، وتعدل نفسها لتجد التوازن المثالي في كل مرة. وهذا يشير إلى أنه في المستقبل، يمكن للمصانع الاعتماد بشكل أكبر على الشمس، باستخدام أنظمة ذكية لتحويل الطبيعة المتغيرة للطاقة المتجددة إلى قوة ثابتة وموثوقة للصناعة.