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

Imagine uma fábrica onde o metal pesado é unido por um arco elétrico incandescente. Este processo, conhecido como soldagem, é um pilar da manufatura moderna, mas também é um consumidor voraz de eletricidade. Por décadas, as máquinas que criam esses arcos dependeram de uma energia constante e previsível da rede elétrica. No entanto, à medida que as indústrias buscam reduzir sua pegada de carbono, surge um desejo crescente de alimentar essas máquinas diretamente a partir do sol. O desafio reside na própria natureza da luz solar; ela é instável, mudando com as nuvens e a hora do dia. Ao mesmo tempo, o arco de soldagem é uma força caótica e imprevisível que muda seu comportamento no momento em que a distância entre a ferramenta e o metal se desloca mesmo que ligeiramente. Tentar alimentar uma máquina que exige potência instantânea e precisa com uma fonte que está constantemente flutuando é como tentar encher um balde com uma mangueira que muda sua pressão a cada segundo enquanto o próprio balde se move.

Pesquisadores há muito dependem de controladores eletrônicos padrão para gerenciar esse equilíbrio, mas esses sistemas tradicionais costvelmente têm dificuldade quando confrontados com condições tão complexas e mutáveis. Eles são como um motorista que mantém o pé no acelerador em uma taxa fixa, incapaz de reagir rápido o suficiente quando a estrada vira subitamente ou o motor engasga. Para resolver isso, uma equipe de engenheiros desenvolveu uma nova abordagem que combina a confiabilidade da eletrônica estabelecida com a adaptabilidade da inteligência artificial. O trabalho deles foca em um tipo específico de máquina: uma fonte de alimentação de soldagem de alta frequência que opera diretamente com energia solar. Ao ensinar o sistema de controle da máquina a aprender com seu próprio ambiente, eles criaram um dispositivo que pode se ajustar em tempo real, mantendo uma solda perfeita mesmo enquanto o sol se esconde atrás de uma nuvem ou a mão do soldador se move.

Os pesquisadores construíram um protótipo físico deste sistema para testar se suas ideias funcionariam no mundo real, não apenas em simulações de computador. O coração de seu design é um sistema de controle de duas camadas. A primeira camada é um regulador eletrônico de ação rápida que lida com as demandas imediatas e de fração de segundo do arco de soldagem, garantindo que a corrente permaneça constante. Esta camada opera com a velocidade e a previsibilidade de uma máquina tradicional. A segunda camada é onde reside a inovação: um agente de inteligência artificial que observa o quadro geral. Este agente monitora a energia disponível dos painéis solares e a mudança no comprimento do arco de soldagem. Em vez de seguir um conjunto rígido de regras, ele aprende como ajustar as configurações do regulador rápido para corresponder às condições atuais. É um sistema que adapta sua própria sensibilidade, apertando ou afrouxando seu controle sobre o fluxo de energia dependendo do que está acontecendo naquele exato momento.

Para provar este conceito, a equipe construiu um modelo funcional usando componentes avançados de carbeto de silício, conhecidos por sua capacidade de lidar com altas velocidades e calor de forma eficiente. Eles testaram esta máquina de duas maneiras: primeiro em uma bancada de laboratório menor sob condições simuladas e, depois, em uma plataforma de teste industrial de escala total de cinco quilowatts. Durante estes testes, submeteram a máquina a comprimentos de arco variáveis, surtos repentinos de demanda de potência e flutuações de entrada solar que mimetizavam a passagem de nuvens. Os resultados foram medidos contra outros três métodos comuns: um sistema que utiliza uma bateria para suavizar a potência, um controlador padrão com configurações fixas e um sistema que segue um conjunto básico de regras pré-programadas.

Os achados mostraram que o novo sistema impulsionado por inteligência artificial superou os outros em eficiência, tempo de resposta dinâmica e consumo de energia por ciclo de soldagem. Alcançou uma eficiência energética de aproximadamente 90 por cento, o que significa que muito pouca energia foi desperdiçada como calor. Em contraste, o sistema com buffer de bateria foi menos eficiente devido à energia perdida no carregamento e descarregamento da bateria. O novo sistema também respondeu às mudanças no processo de soldagem cerca de 33 por cento mais rápido que o controlador padrão, permitindo uma solda mais suave e consistente. Em relação à qualidade da energia, o sistema manteve uma distorção harmônica total (THD) de aproximadamente 4 por cento, o que atende aos padrões industriais de segurança. No entanto, os pesquisadores observaram uma nuance de compensação: embora o sistema tenha alcançado um excelente desempenho geral, a natureza adaptativa da política de aprendizado introduziu um aumento menor na distorção harmônica relacionada ao chaveamento em comparação com as linhas de base de PI de ganho fixo e de bateria, em simulação. Isso sugere que o sistema prioriza o rastreamento rápido e a estabilidade, aceitando um leve compromisso na pureza harmônica para alcançar sua resposta dinâmica superior.

Talvez o mais importante, o sistema provou ser robusto e seguro. Os pesquisadores operaram a máquina continuamente por oito horas sob carga pesada, e os componentes permaneceram dentro dos limites de temperatura seguros, sem sinais de estresse ou falha. A inteligência artificial não apenas reagiu; ela ajustou seu comportamento com base no feedback de estado em tempo real para minimizar o consumo de energia enquanto mantinha a integridade da solda. Embora o sistema tenha introduzido um compromisso muito pequeno na forma de uma atividade de chaveamento elétrico ligeiramente maior em comparação com os controladores mais simples, os ganhos totais em velocidade, eficiência e estabilidade foram substanciais.

Este trabalho demonstra que é possível operar maquinário industrial pesado diretamente de fontes renováveis sem sacrificar o desempenho ou a segurança. Combinando a velocidade da eletrônica tradicional com a capacidade de aprendizado da inteligência artificial, os pesquisadores mostraram um caminho viável para a manufatura sustentável. A máquina que construíram não apenas sobrevive à imprevisibilidade da energia solar e ao caos do arco de soldagem; ela prospera neles, ajustando-se para encontrar o equilíbrio perfeito a cada vez. Isso sugere que, no futuro, as fábricas poderão depender mais fortemente do sol, usando sistemas inteligentes para transformar a natureza variável da energia renovável em uma força constante e confiável para a indústria.