CN107818207B - 基于寿命模型参数波动的精确评估igbt可靠性的方法 - Google Patents

基于寿命模型参数波动的精确评估igbt可靠性的方法 Download PDF

Info

Publication number
CN107818207B
CN107818207B CN201711007745.0A CN201711007745A CN107818207B CN 107818207 B CN107818207 B CN 107818207B CN 201711007745 A CN201711007745 A CN 201711007745A CN 107818207 B CN107818207 B CN 107818207B
Authority
CN
China
Prior art keywords
igbt
parameters
service life
model
life
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711007745.0A
Other languages
English (en)
Other versions
CN107818207A (zh
Inventor
朱国荣
曾定军
戚明轩
祁尔杰
黄云辉
罗冰洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201711007745.0A priority Critical patent/CN107818207B/zh
Publication of CN107818207A publication Critical patent/CN107818207A/zh
Application granted granted Critical
Publication of CN107818207B publication Critical patent/CN107818207B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明提出一种基于寿命模型参数波动的精确评估IGBT可靠性的方法，该方法包括以下步骤：S1、根据IGBT的型号和使用环境，确定IGBT所在电路的电气参数；S2、确定IGBT的热应力：根据IGBT所在电路的电气参数，在仿真软件中搭建电路图，根据IGBT的Datasheet中的损耗参数和热模型，仿真得到IGBT的结温随时间变化的波形；S3、结合Bayerer模型参数和IGBT的结温，进行的IGBT寿命评估。本发明可有效评估IGBT的可靠性。

Description

基于寿命模型参数波动的精确评估IGBT可靠性的方法
技术领域
本发明涉及到电力电子变换器中核心器件IGBT(Insulated Gate BipolarTransistor)，绝缘栅双极型晶体管，具体涉及一种基于寿命模型参数波动的精确评估IGBT可靠性的方法。
背景技术
在新能源领域，电力电子变流器是光伏发电系统和风力发电系统的核心控制部件，也是最薄弱的环节之一。根据运行工况分析得知IGBT模块的失效是影响变流器可靠性的主要因素之一；影响IGBT模块失效的因素有很多，其可靠性受多种因素影响，由于其在工作时器件内部环境是一个多场耦合的复合场，既存在电场又有温度场等，这样就使得IGBT可靠性的准确评估显得十分困难。已经有研究对IGBT器件失效机理加以解析，将IGBT器件时间寿命和环境之间建立一定的联系，对IGBT器件的可靠性进行准确的预测，产生了IGBT的寿命模型，其中Bayerer模型使用最为广泛。该模型指出IGBT模块所承受的热应力及其波动是导致其失效的主要因素。近年来已经出现了许多根据Bayerer模型的IGBT模块寿命评估方法，但是这些方法所预测的寿命都缺乏统计学的意义，存在一定的不足。
传统的根据Bayerer模型的IGBT模块寿命评估方法首先计算IGBT在实际电路中的功率损耗，然后根据IGBT的封装类型得出IGBT模块的热模型，进一步可以得出IGBT模块的热应力，最后根据Bayerer寿命模型计算出IGBT模块在这种工作状况下的寿命，这样得出的是IGBT的使用年限。但是通过这种方法得到的IGBT使用年限是一个确定的数字，这显然与实际应用IGBT的寿命不符。在实际使用中，同一批次的IGBT产品也不可能具有同样的使用寿命，因此通常只能说IGBT在实际使用中某个使用年限的概率为90％；最终通常希望得到IGBT能够正常使用多少年的概率，即可靠性。
发明内容
本发明要达到的目的：提供一种基于寿命模型参数波动的精确评估IGBT可靠性的方法。
本发明为达上述目的所采取的技术方案为：
提供一种基于寿命模型参数波动的精确评估IGBT可靠性的方法，该方法包括以下步骤：
S1、根据IGBT的型号和使用环境，确定IGBT所在电路的电气参数；
S2、确定IGBT的热应力：
根据IGBT所在电路的电气参数，在仿真软件中搭建电路图，根据IGBT的Datasheet中的损耗参数和热模型，仿真得到IGBT的结温随时间变化的波形；
S3、结合Bayerer模型参数和IGBT的结温，进行的IGBT寿命评估：
Bayerer模型的具体表达式如下：
Figure BDA0001444806410000021
其中：ΔTj为IGBT结温的波动值，Tjm为IGBT结温的平均值，ton为IGBT在一个开关周期内的导通时间，A、β1、β2和β3为Bayerer模型参数；
使用蒙特卡洛分析方法，通过随机选取Bayerer模型参数的可能值，计算每一次模型参数随机取样后的IGBT寿命，通过频数统计和曲线拟合的方法，得到IGBT寿命分布曲线；并根据该IGBT寿命分布曲线求出IGBT循环周期的累计分布函数，该累计分布函数等于0.1时所对应的累计循环周期数与循环周期的乘积为B10寿命；
根据B10寿命求得该型号IGBT在当前工作状况下的可靠性分布。
接上述技术方案，Bayerer模型参数服从正态分布，该正态分布的平均值和标准差如下式所示，
μ＝utest
Figure BDA0001444806410000022
其中utest为IGBT厂商通过加速寿命测试所得的Bayerer模型参数，μ和σ分别为正态分布的平均值和标准差。
接上述技术方案，Bayerer模型参数服从波动范围在5％以内的正态分布。
本发明还提供了一种基于寿命模型参数波动的精确评估IGBT可靠性的系统，包括：
电气参数获取模块，用于根据IGBT的型号和使用环境，确定IGBT所在电路的电气参数：
热应力获取模块，用于获取IGBT的热应力，具体根据IGBT所在电路的电气参数，在仿真软件中搭建电路图，根据IGBT的Datasheet中的损耗参数和热模型，仿真得到IGBT的结温随时间变化的波形；
IGBT寿命评估模块，用于结合Bayerer模型参数和IGBT的结温，进行IGBT寿命评估；其中Bayerer模型的具体表达式如下：
Figure BDA0001444806410000031
其中：ΔTj为IGBT结温的波动值，Tjm为IGBT结温的平均值，ton为IGBT在一个开关周期内的导通时间，A、β1、β2和β3为Bayerer模型参数；
该IGBT寿命评估模块具体使用蒙特卡洛分析方法，通过随机选取Bayerer模型参数的可能值，计算每一次随机取样后的IGBT寿命，通过频数统计和曲线拟合的方法，得到IGBT寿命分布曲线；并根据该IGBT寿命分布曲线求出IGBT循环周期的累计分布函数，该累计分布函数等于0.1时所对应的累计循环周期数与循环周期的乘积为B10寿命；
该IGBT寿命评估模块再根据B10寿命求得该型号IGBT在当前工作状况下的可靠性分布。
接上述技术方案，Bayerer模型参数服从正态分布，该正态分布的平均值和标准差如下式所示，
μ＝utest
Figure BDA0001444806410000032
其中utest为IGBT厂商通过加速寿命测试所得的Bayerer模型参数，μ和σ分别为正态分布的平均值和标准差。
本发明还提供了一种计算机可读存储介质，其包括指令，当其在计算机中运行时，使得计算机执行上述基于寿命模型参数波动的精确评估IGBT可靠性的方法。
本发明还提供了一种智能终端设备，该智能终端设备包括上述计算机可读存储介质。
本发明的有益效果为：本发明结合Bayerer模型参数和IGBT的结温，进行的IGBT寿命评估，计算出IGBT在当前工作状况下的可靠性分布。
进一步地，通过可靠性分析，可以得到某类型IGBT在某一平均无故障时间的概率，通过该概率值，可以评估这种IGBT能够在该工况下稳定工作平均无故障时间的能力，有利于在实际中选择可靠性高的IGBT类型。对于已经设计好的变换器装置，通过上述方法，可以精确得到已使用的IGBT类型90％概率下的平均无故障时间，可以确定该变换器装置中IGBT的维修时间间隔。
附图说明
图1为全桥逆变器电路结构示意图。
图2为2KW全桥逆变器中IGBT的结温波形图。
图3为Bayerer模型参数的正态分布曲线图。
图4为Bayerer模型参数服从正态分布时IGBT寿命分布曲线图。
图5为IGBT循环周期的累计分布函数图。
图6为2KW全桥逆变器中IGBT的可靠性分布图。
图7为本发明实施例基于寿命模型参数波动的精确评估IGBT可靠性的方法流程图。
图8为本发明实施例基于寿命模型参数波动的精确评估IGBT可靠性的系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
要理解本文所述的实施例可以由硬件、软件、固件、中间件、微代码或其任意组合来实现。对于硬件实现方式，处理单元可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微处理器、微控制器、被设计以执行本文所述功能的其它电子单元、或其组合内实现。当以软件、固件、中间件或微代码、程序代码或代码段来实现实施例时，可以将它们存储在诸如存储组件的机器可读介质中。
本发明分析了传统基于Bayerer寿命模型评估IGBT寿命方法的不足，确定了传统的IGBT寿命评估方法不具备统计学意义的缘由。进一步根据IGBT的Bayerer寿命模型中使用固定的参数带来预测寿命恒定的问题，提出在实际应用中考虑寿命模型中各参数波动的IGBT寿命预测方法。主要依据IGBT厂商提供的寿命模型中的参数是通过加速寿命测试得到，考虑到IGBT的实际运行环境与测试环境不一致和每个IGBT的寿命参数存在波动分布，所以该参数值与实际参数存在一定的偏差，本发明通过考虑该参数与实际参数存在的差异，根据可靠性工程上的研究方法，提出Bayerer寿命模型中的参数服从波动范围在5％以内的正态分布。其正态分布函数与IGBT厂商提供的寿命参数有关。最后根据各参数呈现的不同正态分布，采用蒙特卡洛方法分析各参数波动对IGBT寿命和可靠性的影响，本发明分析2KW全桥逆变器中IGBT的寿命和可靠性，最终得到IGBT的B10寿命和可靠性分布来验证该方法的可行性。
如图7所示，本发明基于寿命模型参数波动的精确评估IGBT可靠性的方法，其特征在于，该方法包括以下步骤：
S1、根据IGBT的型号和使用环境，确定IGBT所在电路的电气参数；
S2、确定IGBT的热应力：
根据IGBT所在电路的电气参数，在仿真软件中搭建电路图，根据IGBT的Datasheet中的损耗参数和热模型，仿真得到IGBT的结温随时间变化的波形；
S3、结合Bayerer模型参数和IGBT的结温，进行的IGBT寿命评估：
Bayerer模型的具体表达式如下：
Figure BDA0001444806410000061
其中：ΔTj为IGBT结温的波动值，Tjm为IGBT结温的平均值，ton为IGBT在一个开关周期内的导通时间，A、β1、β2和β3为Bayerer模型参数；
使用蒙特卡洛分析方法，通过随机选取Bayerer模型参数的可能值，计算每一次模型参数随机取样后的IGBT寿命，通过频数统计和曲线拟合的方法，得到IGBT寿命分布曲线；并根据该IGBT寿命分布曲线求出IGBT循环周期的累计分布函数，该累计分布函数等于0.1时(根据IGBT寿命分布曲线可知，IGBT的寿命大于等于B10寿命的概率为0.9，即累计函数在B10寿命的概率值等于0.1；即累计分布函数等于0.1时所对应的寿命表示的含义为：IGBT能够在该工况在稳定运行该寿命的概率为90％)所对应的累计循环周期数与循环周期的乘积为B10寿命；
根据B10寿命求得该型号IGBT在当前工作状况下的可靠性分布。
其中，Bayerer模型参数服从正态分布，该正态分布的平均值和标准差如下式所示，
μ＝utest
Figure BDA0001444806410000062
其中utest为IGBT厂商通过加速寿命测试所得的Bayerer模型参数，μ和σ分别为正态分布的平均值和标准差。
Bayerer模型参数服从波动范围在5％以内的正态分布。
如图8所示，本发明实施例基于寿命模型参数波动的精确评估IGBT可靠性的系统，主要用于实现上述实施例的方法，该系统包括：
电气参数获取模块，用于根据IGBT的型号和使用环境，确定IGBT所在电路的电气参数：
热应力获取模块，用于获取IGBT的热应力，具体根据IGBT所在电路的电气参数，在仿真软件中搭建电路图，根据IGBT的Datasheet中的损耗参数和热模型，仿真得到IGBT的结温随时间变化的波形；
IGBT寿命评估模块，用于结合Bayerer模型参数和IGBT的结温，进行IGBT寿命评估；其中Bayerer模型的具体表达式如下：
Figure BDA0001444806410000071
其中：ΔTj为IGBT结温的波动值，Tjm为IGBT结温的平均值，ton为IGBT在一个开关周期内的导通时间，A、β1、β2和β3为Bayerer模型参数；
该IGBT寿命评估模块具体使用蒙特卡洛分析方法，通过随机选取Bayerer模型参数的可能值，计算每一次模型参数随机取样后的IGBT寿命，通过频数统计和曲线拟合的方法，得到IGBT寿命分布曲线；并根据该IGBT寿命分布曲线求出IGBT循环周期的累计分布函数，该累计分布函数等于0.1时所对应的累计循环周期数与循环周期的乘积为B10寿命；
该IGBT寿命评估模块再根据B10寿命求得该型号IGBT在当前工作状况下的可靠性分布。
其中，Bayerer模型参数服从正态分布，该正态分布的平均值和标准差如下式所示，
μ＝utest
Figure BDA0001444806410000072
其中utest为IGBT厂商通过加速寿命测试所得的Bayerer模型参数，μ和σ分别为正态分布的平均值和标准差。
本发明实施例的计算机可读存储介质，其包括指令，当其在计算机中运行时，使得计算机执行上述实施例的基于寿命模型参数波动的精确评估IGBT可靠性的方法。
本发明实施例的智能终端设备，其包含上文实施例的计算机可读存储介质。
较佳实施例：
本发明实施例基于寿命模型参数波动的精确评估IGBT可靠性的方法技术具体实施过程：
第一步：确定电路的电气参数
下面以评估2KW全桥逆变器中IGBT的可靠性为例介绍该方法。电路结构如图1所示。其电路参数如下表一所示：
表一 电路参数
Figure BDA0001444806410000081
第二步：确定IGBT的热应力
在仿真软件如PLECS中搭建电路图，并根据IGBT的Datasheet中的损耗参数和热模型，仿真得到IGBT的结温波形如图2所示。
第三步：考虑Bayerer模型中参数波动的IGBT寿命评估方法
Bayerer模型的具体表达式如下：
Figure BDA0001444806410000082
其中：ΔTj为IGBT结温的波动值，Tjm为IGBT结温的平均值，ton为IGBT在一个开关周期内的导通时间，A,β1,β2和β3是Bayerer模型参数。
IGBT厂商通常会给定某种IGBT系列产品满足Bayerer模型的参数，英飞凌半导体公司公布第四代IGBT的Bayerer模型参数如下表二所示：
表二 Bayerer模型中的参数
Figure BDA0001444806410000091
考虑IGBT使用在实际的应用环境中时，Bayerer模型参数服从正态分布，根据可靠性工程研究方法可知，该正态分布的平均值和标准差如式(1)所示，各参数的正态分布曲线如图3所示。
μ＝utest
Figure BDA0001444806410000092
其中utest为IGBT厂商通过加速寿命测试所得的Bayerer模型参数，μ和σ分别为正态分布的平均值和标准差。
由于每个IGBT在生产过程中存在差异，使得每个IGBT的电气参数和寿命模型参数存在一个分布区间，工程中常用正态分布来表征电子元器件的参数波动分布。IGBT厂商通过加速寿命测试得到Bayerer模型的参数，是一个确定值。根据IGBT的寿命模型可知，Bayerer模型参数的波动会引起IGBT寿命的波动，本发明为了探究IGBT寿命模型参数的波动分布对IGBT在实际使用中寿命和可靠性的影响，本发明使用蒙特卡洛分析方法，即在每一次随机试验中，随机抽取参数A、β1、β2和β3的值，代入Bayerer模型，计算每一次随机试验的循环失效周期数Nf，IGBT的寿命通过Nf与热循环周期的乘积得到，热循环周期通过IGBT的结温曲线得到；上述参数抽取的原则为：参数服从相应的正态分布，参数选取不同值的概率不同。可将预设次数如1000次随机试验的结果进行统计分析，通过频数统计和曲线拟合的方法，得到IGBT寿命分布曲线。通过随机选取Bayerer模型参数的可能值(服从正态分布)，去计算每一次随机取样后计算出的IGBT寿命的结果，通过频数统计和曲线拟合的方法，可以得到如图4所示的IGBT寿命分布曲线。
其中图4(a)是参数A服从相应的正态分布，β1，β2，β3保持恒定值得到的IGBT的寿命的分布曲线，图4(b)是参数β1服从相应的正态分布，A，β2，β3保持恒定值得到的IGBT的寿命的分布曲线，图4(c)是参数β2服从相应的正态分布，A，β1，β3保持恒定值得到的IGBT的寿命的分布曲线，图4(d)是所有参数服从相应的正态分布，得到的IGBT的寿命的分布曲线。由于β3服从的正态分布的标准差很小，故可以认为β3在该随机模拟构成中基本保持不变。
根据图4(d)IGBT的寿命的分布曲线可以求出IGBT循环周期的累计分布函数如图5所示。
其中，累计分布函数等于0.1时所对应的累计循环周期数与循环周期的乘积为B10寿命，即该型号IGBT在这种工作状况下有90％概率能稳定运行该寿命时长。
根据研究表明，IGBT的可靠性分布服从二参数Weibull分布，二参数Weibull分布的表达式为式(2)，最终B10寿命可以求得该型号IGBT在这种工作状况下的可靠性分布如图6所示。
Figure BDA0001444806410000101
其中，β为形状因子，IGBT的形状因子一般为2.5；η为特征寿命，与IGBT的B10寿命有关。可靠性分布体现了IGBT在使用过程中逐渐不稳定、失效的概率等特性。
其中可以看出该型号IGBT的B10寿命(即可靠性为0.9时的IGBT寿命)为66年，即认为该型号IGBT在2KW全桥逆变器的寿命中有90％的可能性为66年。
以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (7)

1.一种基于寿命模型参数波动的精确评估IGBT可靠性的方法，其特征在于，该方法包括以下步骤：
S1、根据IGBT的型号和使用环境，确定IGBT所在电路的电气参数；
S2、确定IGBT的热应力：
根据IGBT所在电路的电气参数，在仿真软件中搭建电路图，根据IGBT的Datasheet中的损耗参数和热模型，仿真得到IGBT的结温随时间变化的波形；
S3、结合Bayerer模型参数和IGBT的结温，进行的IGBT寿命评估：
Bayerer模型的具体表达式如下：
Figure FDA0002732376100000011
其中：ΔTj为IGBT结温的波动值，Tjm为IGBT结温的平均值，ton为IGBT在一个开关周期内的导通时间，A、β1、β2和β3为Bayerer模型参数；
使用蒙特卡洛分析方法，通过随机选取Bayerer模型参数的可能值，该Bayerer模型参数服从正态分布，计算每一次模型参数随机取样后的IGBT寿命，通过频数统计和曲线拟合的方法，得到IGBT寿命分布曲线；并根据该IGBT寿命分布曲线求出IGBT循环周期的累计分布函数，该累计分布函数等于0.1时所对应的累计循环周期数与循环周期的乘积为B10寿命；
根据B10寿命求得该型号IGBT在当前工作状况下的可靠性分布。
2.根据权利要求1所述的基于寿命模型参数波动的精确评估IGBT可靠性的方法，其特征在于，该正态分布的平均值和标准差如下式所示，
μ＝utest
Figure FDA0002732376100000012
其中utest为IGBT厂商通过加速寿命测试所得的Bayerer模型参数，μ和σ分别为正态分布的平均值和标准差。
3.根据权利要求2所述的基于寿命模型参数波动的精确评估IGBT可靠性的方法，其特征在于，Bayerer模型参数服从波动范围在5％以内的正态分布。
4.一种基于寿命模型参数波动的精确评估IGBT可靠性的系统，其特征在于，包括：
电气参数获取模块，用于根据IGBT的型号和使用环境，确定IGBT所在电路的电气参数：
热应力获取模块，用于获取IGBT的热应力，具体根据IGBT所在电路的电气参数，在仿真软件中搭建电路图，根据IGBT的Datasheet中的损耗参数和热模型，仿真得到IGBT的结温随时间变化的波形；
IGBT寿命评估模块，用于结合Bayerer模型参数和IGBT的结温，进行IGBT寿命评估；其中Bayerer模型的具体表达式如下：
Figure FDA0002732376100000021
其中：ΔTj为IGBT结温的波动值，Tjm为IGBT结温的平均值，ton为IGBT在一个开关周期内的导通时间，A、β1、β2和β3为Bayerer模型参数；
该IGBT寿命评估模块具体使用蒙特卡洛分析方法，通过随机选取Bayerer模型参数的可能值，该Bayerer模型参数服从正态分布，计算每一次随机取样后的IGBT寿命，通过频数统计和曲线拟合的方法，得到IGBT寿命分布曲线；并根据该IGBT寿命分布曲线求出IGBT循环周期的累计分布函数，该累计分布函数等于0.1时所对应的累计循环周期数与循环周期的乘积为B10寿命；
该IGBT寿命评估模块再根据B10寿命求得该型号IGBT在当前工作状况下的可靠性分布。
5.根据权利要求4所述的基于寿命模型参数波动的精确评估IGBT可靠性的系统，其特征在于，该正态分布的平均值和标准差如下式所示，
μ＝utest
Figure FDA0002732376100000022
其中utest为IGBT厂商通过加速寿命测试所得的Bayerer模型参数，μ和σ分别为正态分布的平均值和标准差。
6.一种计算机可读存储介质，其特征在于，其包括指令，当其在计算机中运行时，使得计算机执行如权利要求1-3中任一项所述的方法。
7.一种智能终端设备，其特征在于，该智能终端设备包括如权利要求6所述的计算机可读存储介质。
CN201711007745.0A 2017-10-25 2017-10-25 基于寿命模型参数波动的精确评估igbt可靠性的方法 Active CN107818207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711007745.0A CN107818207B (zh) 2017-10-25 2017-10-25 基于寿命模型参数波动的精确评估igbt可靠性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711007745.0A CN107818207B (zh) 2017-10-25 2017-10-25 基于寿命模型参数波动的精确评估igbt可靠性的方法

Publications (2)

Publication Number Publication Date
CN107818207A CN107818207A (zh) 2018-03-20
CN107818207B true CN107818207B (zh) 2021-01-19

Family

ID=61602952

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711007745.0A Active CN107818207B (zh) 2017-10-25 2017-10-25 基于寿命模型参数波动的精确评估igbt可靠性的方法

Country Status (1)

Country Link
CN (1) CN107818207B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109613352B (zh) * 2018-11-26 2021-11-09 北京金风科创风电设备有限公司 变流器中功率模块的寿命测试方法、装置和系统
CN111398766B (zh) * 2020-04-13 2021-05-28 武汉大学 一种igbt模块健康状态在线监测方法及系统
CN112668269B (zh) * 2020-11-02 2022-05-17 中国南方电网有限责任公司超高压输电公司广州局 一种基于实时在线算法的igbt功率模块寿命评估方法
CN113125928A (zh) * 2021-04-20 2021-07-16 武汉大学 基于Miner理论的IGBT模块老化表征方法及系统
CN113595143B (zh) * 2021-08-24 2023-09-15 华北电力大学（保定） 一种基于寿命估计的分布式光伏电源pv配置比和功率限值整定方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651054A (zh) * 2012-04-10 2012-08-29 北京航空航天大学 一种基于贝叶斯理论的电子产品寿命模型概率化方法
CN107091785A (zh) * 2017-04-18 2017-08-25 广州特种承压设备检测研究院 焦炭塔裂纹萌生寿命及裂纹扩展寿命的预测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3883925B2 (ja) * 2002-07-30 2007-02-21 三菱電機株式会社 電力用半導体素子の駆動回路

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651054A (zh) * 2012-04-10 2012-08-29 北京航空航天大学 一种基于贝叶斯理论的电子产品寿命模型概率化方法
CN107091785A (zh) * 2017-04-18 2017-08-25 广州特种承压设备检测研究院 焦炭塔裂纹萌生寿命及裂纹扩展寿命的预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"IGBT寿命评估中解析预测模型综述";李志刚 等;《微电子学》;20170630;第47卷(第3期);第396-400页 *
"Viscoplastic Behaviour Reliability Analysis of IGBT Module Solders";A.Micol 等;《IFAC Proceedings Volumes》;20101231;第43卷(第3期);第80-85页 *
"功率变流器的可靠性研究现状及展望";周雒维 等;《电源学报》;20130131(第1期);第1-15页 *

Also Published As

Publication number Publication date
CN107818207A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
CN107818207B (zh) 基于寿命模型参数波动的精确评估igbt可靠性的方法
US11913986B2 (en) Reliability evaluation method and system of microgrid inverter IGBT based on segmented LSTM
Lai et al. Study on the lifetime characteristics of power modules under power cycling conditions
CN102539982B (zh) Dc/dc变换器单粒子效应试验自动化测试系统及测试方法
CN111260113A (zh) SiC MOSFET模块全生命周期结温在线预测方法
Khan et al. Reliability analysis of a solar inverter during reactive power injection
CN103760514B (zh) 一种电能表快速检测的方法及装置
Hu et al. Reliability research for PV system using BDD-based fault tree analysis
CN103389457A (zh) 通过确定熔体激活能评估熔断器寿命的方法
CN116414043A (zh) 一种新能源并网实时仿真闭环测试系统及方法
CN113919116A (zh) 基于garch模型的igbt剩余使用寿命预测方法
Yuan et al. The application of FMEA technology in the unstable failure analysis
Xiao et al. Research on intelligent diagnosis method of oil temperature defect in distribution transformer based on machine learning
CN113074831A (zh) 一种换流阀内部温度监测方法、过热故障定位方法及装置
Aziz et al. Prognostic modeling for electrical treeing in solid insulation using pulse sequence analysis
Gao et al. Accelerative effect analysis of quantitative environmental stress screening
CN117849592B (zh) 一种复杂电磁环境下电力芯片的加速老化测试方法
CN110197012A (zh) 考虑牵引传动系统故障影响的支撑电容寿命评估方法
CN111028487A (zh) 一种水处理监测方法及系统
Fogsgaard et al. Introducing the LEGO Mission Profile Analysis Methodology
CN115629283B (zh) 用于对电路中的组成部件进行测评的方法和装置及电路
CN113703424B (zh) 伺服驱动器的平均无故障工作时间试验评估方法
CN115621107B (zh) 一种离子注入机束流状态侦测方法、装置、设备及介质
Bin et al. Study of highly accelerated thermal cycling test for DC/DC converter
CN116992801A (zh) 一种考虑tddb效应的电路评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant