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

Imagina el suelo de una fábrica donde el metal pesado se une mediante un arco eléctrico ardiente. Este proceso, conocido como soldadura, es un pilar de la fabricación moderna, pero también es un consumidor voraz de electricidad. Durante décadas, las máquinas que crean estos arcos han dependido de una energía constante y predecible de la red eléctrica. Sin embargo, a medida que las industrias buscan reducir su huella de carbono, surge el deseo creciente de alimentar estas máquinas directamente con el sol. El desafío reside en la naturaleza misma de la luz solar; es caprichosa, cambiando con las nubes y la hora del día. Al mismo tiempo, el arco de soldadura es una fuerza caótica e impredecible que cambia su comportamiento en el momento en que la distancia entre la herramienta y el metal se desplaza incluso ligeramente. Intentar alimentar una máquina que exige una potencia instantánea y precisa con una fuente que fluctúa constantemente es como intentar llenar un cubo con una manguera cuya presión cambia cada segundo mientras el propio cubo se mueve.

Los investigadores han dependido durante mucho tiempo de controladores electrónicos estándar para gestionar este equilibrio, pero estos sistemas tradicionales suelen tener dificultades cuando se enfrentan a condiciones tan complejas y cambiantes. Son como un conductor que mantiene el pie en el acelerador a un ritmo fijo, incapaz de reaccionar lo suficientemente rápido cuando la carretera gira repentinamente o el motor falla. Para resolver esto, un equipo de ingenieros ha desarrollado un nuevo enfoque que combina la fiabilidad de la electrónica establecida con la adaptabilidad de la inteligencia artificial. Su trabajo se centra en un tipo específico de máquina: una fuente de alimentación de soldadura de alta frecuencia que funciona directamente con energía solar. Al enseñar al sistema de control de la máquina a aprender de su propio entorno, han creado un dispositivo que puede ajustarse en tiempo real, manteniendo una soldadura perfecta incluso cuando el sol se esconde tras una nube o la mano del soldador se mueve.

Los investigadores construyeron un prototipo físico de este sistema para probar si sus ideas funcionarían en el mundo real, no solo en simulaciones por computadora. El corazón de su diseño es un sistema de control de dos capas. La primera capa es un regulador electrónico de acción rápida que gestiona las demandas inmediatas y de fracciones de segundo del arco de soldadura, asegurando que la corriente se mantenga constante. Esta capa opera con la velocidad y la previsibilidad de una máquina tradicional. La segunda capa es donde reside la innovación: un agente de inteligencia artificial que observa el panorama general. Este agente supervisa la energía disponible de los paneles solares y el cambio en la longitud del arco de soldadura. En lugar de seguir un conjunto rígido de reglas, aprende cómo ajustar los parámetros del regulador rápido para adaptarse a las condiciones actuales. Es un sistema que adapta su propia sensibilidad, apretando o aflojando su agarre sobre el flujo de energía dependiendo de lo que esté sucediendo en ese preciso momento.

Para demostrar este concepto, el equipo construyó un modelo funcional utilizando componentes avanzados de carburo de silicio, conocidos por su capacidad para manejar altas velocidades y calor de manera eficiente. Probaron esta máquina de dos maneras: primero en un banco de laboratorio más pequeño con condiciones simuladas, y luego en un banco de pruebas industrial a escala completa de cinco kilovatios. Durante estas pruebas, sometieron la máquina a longitudes de arco variables, ráfagas repentinas de demanda de potencia y fluctuaciones en la entrada solar que imitaban el paso de las nubes. Los resultados se midieron frente a otros tres métodos comunes: un sistema que utiliza una batería para suavizar la potencia, un controlador estándar con ajustes fijos y un sistema que sigue un conjunto básico de reglas preprogramadas.

Los hallazgos mostraron que el nuevo sistema impulsado por inteligencia artificial superó a los demás en eficiencia, tiempo de respuesta dinámica y consumo de energía por ciclo de soldadura. Logró una eficiencia energética de aproximadamente el 90 por ciento, lo que significa que se desperdició muy poca energía en forma de calor. En contraste, el sistema con amortiguación por batería fue menos eficiente debido a la energía perdida en la carga y descarga de la batería. El nuevo sistema respondió a los cambios en el proceso de soldadura aproximadamente un 33 por ciento más rápido que el controlador estándar, permitiendo una soldadura más suave y consistente. En cuanto a la calidad de la potencia, el sistema mantuvo una distorsión armónica total (THD) de aproximadamente el 4 por ciento, lo que cumple con los estándares industriales de seguridad. Sin embargo, los investigadores señalaron un matiz en la compensación: si bien el sistema logró un excelente rendimiento general, la naturaleza adaptativa de la política de aprendizaje introdujo un aumento menor en el contenido armónico relacionado con la conmutación en comparación con las líneas de base de PI de ganancia fija y de amortiguación por batería en la simulación. Esto sugiere que el sistema prioriza el seguimiento rápido y la estabilidad, aceptando un ligero compromiso en la pureza armónica para lograr su superior respuesta dinámica.

Quizás lo más importante es que el sistema demostró ser robusto y seguro. Los investigadores operaron la máquina continuamente durante ocho horas bajo carga pesada, y los componentes se mantuvieron dentro de los límites de temperatura seguros, sin mostrar signos de estrés o falla. La inteligencia artificial no solo reaccionó; ajustó su comportamiento basándose en la retroalimentación del estado en tiempo real para minimizar el consumo de energía manteniendo la integridad de la soldadura. Si bien el sistema introdujo un intercambio muy menor en forma de una actividad de conmutación eléctrica ligeramente mayor en comparación con los controladores más simples, las ganancias en velocidad, eficiencia y estabilidad fueron sustanciales.

Este trabajo demuestra que es posible hacer funcionar maquinaria industrial pesada directamente desde fuentes renovables sin sacrificar el rendimiento o la seguridad. Al combinar la velocidad de la electrónica tradicional con la capacidad de aprendizaje de la inteligencia artificial, los investigadores han mostrado un camino viable hacia la fabricación sostenible. La máquina que construyeron no solo sobrevive a la imprevisibilidad de la energía solar y al caos del arco de soldadura; prospera en ellos, ajustándose a sí misma para encontrar el equilibrio perfecto en cada ocasión. Esto sugiere que, en el futuro, las fábricas podrían depender más fuertemente del sol, utilizando sistemas inteligentes para convertir la naturaleza variable de la energía renovable en una fuerza constante y confiable para la industria.