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

重金属が激しい電気アークによって接合される、工場内の光景を想像してみてください。溶接として知られるこのプロセスは、現代の製造業の礎石ですが、同時に電力の旺盛な消費者でもあります。数十年にわたり、これらのアークを作り出す機械は、電力網からの安定した予測可能な電力に依存してきました。しかし、産業界がカーボンフットプリントの削減を模索するにつれ、これらの機械を太陽から直接動かしたいという願いが高まっています。課題はその日光の性質にあります。日光は気まぐれで、雲の流れや時刻によって変化します。同時に、溶接アークは混沌とした予測不可能な力であり、工具と金属の間の距離がわずかに変わるだけでその挙触を変えてしまいます。絶えず変動する供給源を用いて、瞬時かつ精密な電力を要求する機械に電力を供給しようとするのは、バケツ自体が動いている間に、ホースの圧力が毎秒ごとに変化する中でバケツを満たそうとするようなものです。

研究者たちは、こうした複雑で変化する状況に対処するために、標準的な電子コントローラーを長らく利用してきましたが、これらの従来のシステムは、このような複雑な条件下では苦戦することがよくあります。それは、道路が突然曲がったりエンジンが失速したりしたときに、十分な速さで反応できず、一定の速度でアクセルを踏み続けているドライバーのようなものです。これを解決するために、あるエンジニアのチームが、確立された電子工学の信頼性と人工知能の適応性を組み合わせた新しいアプローチを開発しました。彼らの研究は、特定の種類の機械、すなわち太陽エネルギーで直接動作する高周波溶接電源に焦点を当てています。機械の制御システムに自らの環境から学習する方法を教えることで、太陽が雲に隠れたり、溶着者が手を動かしたりしても、リアルタイムで自らを調整し、完璧な溶接を維持できるデバイスを作り出したのです。

研究者たちは、自分たちのアイデアがコンピュータ上のシミュレーションだけでなく、現実世界でも機能するかどうかをテストするために、このシステムの物理的なプロトタイプを製作しました。彼らの設計の核心は、二層構造の制御システムです。第一層は、溶接アークの即時的かつ瞬間的な要求を処理し、電流が一定に保たれるようにする、高速で作動する電子レギュレーターです。この層は、従来の機械のような速度と予測可能性を持って動作します。第二層こそが革新の場であり、そこには全体像を見守る人工知能エージェントが存在します。このエージェントは、ソーラーパネルからの利用可能な電力と、溶接アークの長さの変化を監視します。固定されたルールに従うのではなく、このエージェントは現在の状況に合わせてレギュレーターの設定を調整する方法を学習します。これは、その瞬間に起きていることに応じて、電力の流れに対するグリップを締めたり緩めたりと、自らの感度を調整するシステムなのです。

このコンセプトを証明するために、チームは高度なシリコンカーバイド部品を用いた動作モデルを構築しました。これらの部品は、高速動作と熱を効率的に扱う能力で知られています。彼らはこの機械を二つの方法でテストしました。一つは、模擬的な条件下での小型のラボベンチでのテスト、もう一つは、フルスケールの5キロワット産業用テストベッドでのテストです。これらのテスト中、彼らは可変アーク長、突然の電力需要の急増、そして雲の通過を模した変動する太陽入力を機械に課しました。結果は、バッテリーで電力を平滑化するシステム、固定設定を持つ標準的なコントローラー、および基本的な事前プログラムされたルールに従うシステムの三つの一般的な手法と比較されました。

結果は、この新しい人工知能駆動型システムが、効率、動的応答時間、および溶接サイクルあたりのエネルギー消費において、他のシステムを凌駕したことを示しました。エネルギー効率は約90パーセントに達し、電力が熱として無駄になることは極めて少ないことが分かりました。対照的に、バッテリーバッファリングシステムは、バッテリーの充放電によるエネルギー損失のため、効率が劣っていました。新しいシステムは、標準的なコントローラーよりも約33パーセント速く溶接プロセスの変化に反応し、より滑らかで一貫した溶接を可能にしました。電力品質に関しては、システムは産業安全基準を満たす約4パーセントの全高調波歪み（THD）を維持しました。しかし、研究者たちは微妙なトレードオフについても指摘しています。このシステムは優れた全体的性能を達成した一方で、学習ポリシーの適応的な性質により、シミュレーションにおける固定ゲインPIおよびバッテリーバッファリングのベースラインと比較して、スイッチングに関連する高調波成分がわずかに増加しました。これは、システムが優れた動的応答を実現するために、高調波の純粋さをわずかに妥協してでも、迅速な追従性と安定性を優先していることを示唆しています。

おそらく最も重要な点は、システムが堅牢かつ安全であると証明されたことです。研究者たちが重負荷の下で8時間連続稼働させたところ、コンポーネントは安全な温度範囲内に留まり、ストレスや故障の兆候は見られませんでした。人工知能は単に反応するだけでなく、溶接の完全性を維持しながらエネルギー消費を最小限に抑えるために、リアルタイムの状態フィードバックに基づいて行動を調整しました。このシステムは、最も単純なコントローラーと比較して、スイッチング活動がわずかに増えるという非常に小さなトレードオフを導入したものの、速度、効率、および安定性における全体的な利点は多大でした。

この研究は、性能や安全性を犠牲にすることなく、再生可能エネルギーから重工業機械を直接動かすことが可能であることを示しています。伝統的な電子工学のスピードと人工知能の学習能力を組み合わせることで、研究者たちは持続可能な製造業への実現可能な道を提示しました。彼らが構築した機械は、太陽光の予測不可能性と溶接アークの混沌の中で生き残るだけでなく、それらに適応し、毎回完璧なバランスを見つけ出すために自らを調整するのです。これは、将来、工場が再生可能エネルギーの変動する性質を、産業のための安定した信頼できる力へと変えるスマートなシステムを用いることで、太陽にさらに大きく依存できる可能性を示唆しています。