CN107908875A - 一种功率半导体器件热特性参数的确定方法及系统 - Google Patents
一种功率半导体器件热特性参数的确定方法及系统 Download PDFInfo
- Publication number
- CN107908875A CN107908875A CN201711135701.6A CN201711135701A CN107908875A CN 107908875 A CN107908875 A CN 107908875A CN 201711135701 A CN201711135701 A CN 201711135701A CN 107908875 A CN107908875 A CN 107908875A
- Authority
- CN
- China
- Prior art keywords
- characteristic parameter
- power semiconductor
- thermal characteristic
- thermal
- network model
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本发明公开了一种功率半导体器件热特性参数的确定方法及系统,该确定方法包括:首先对获取的被测功率半导体器件的热瞬态响应信号,采用Richardson‑Lucy算法进行处理得到福斯特网络模型的热特性参数;其次根据福斯特网络模型的热特性参数,采用Mathematica软件计算考尔网络模型的热特性参数,并对考尔网络模型的热特性参数按阶累加处理、累加求导处理得到积分结构函数和微分结构函数;最后根据积分结构函数和微分结构函数,计算被测功率半导体器件的热阻参数和热容参数。因此,本发明提供的确定方法或系统,克服了现在技术的缺陷,具有准确度高、适用性强、且简单、易于软件实现等优点。
Description
技术领域
本发明涉及功率半导体器件测试领域,特别是涉及一种功率半导体器件热特性参数的确定方法及系统。
背景技术
功率半导体器件由于高电压、大电流、开关性能优良等优点,现已逐渐应用于高压直流输电、轨道交通等大功率应用场合。热特性一直是功率半导体器件应用时备受关注的一个问题。55%的电力电子器件失效都是由热相关问题引起的。因此,准确确定功率半导体器件的热特性参数十分重要,热特性参数不仅有助于优化功率半导体器件封装散热结构,而且能指导用户充分发挥功率半导体器件性能,延长功率半导体器件使用寿命。
传统的稳态电学测试法只能确定功率半导体器件的整体热阻值,限制了对功率半导体器件内部封装结构的进一步热分析。同时传统的热阻测试方法由于热电偶的存在会使确定结果存在一定的误差,并不能很准确的表征功率半导体器件的相关热特性。基于结构函数的热瞬态测试技术(以下简称“热瞬态测试技术”)能全面地分析功率半导体器件内部从芯片到散热器热传导路径上各层结构的热学性能,构建功率半导体器件等效热学模型,为功率半导体器件热特性研究提供可靠的依据,是目前最有效的功率半导体器件热特性分析测试方法。
热瞬态测试技术的基本原理是通过确定功率半导体器件在降温过程中的热瞬态响应曲线(也可以是结温变化曲线或是热阻抗曲线),再对其进行一系列数学运算得到可以表征功率半导体器件内部封装结构热学信息的积分和微分结构函数,如求导、反卷积和模型转换等。在整个分析过程或数学运算过程中,反卷积算法及网络模型转换是决定热瞬态测试技术得到的结构函数能否真实反映功率半导体器件内部热流路径的关键,也是热瞬态测试技术的难点所在,目前应用于热瞬态测试技术中的反卷积算法主要有傅里叶反卷积、贝叶斯反卷积两种,但傅里叶反卷积算法最优参数会随测量信号变化而变化,基于概率统计的贝叶斯反卷积算法存在依赖于主观信念,没有客观依据的问题,影响功率半导体器件热特性参数的准确度。目前应用于热瞬态测试技术中的模型转换主要采用GMP(GNUMPBignum Library)开源数学运算库。该运算库支持任意精度的数学运算。然而,GMP开源数学运算库的函数由C语言编写,在基于解释性语言编程的软件中调用时需要编写专门的接口函数,或者也可以直接在基于C语言的软件中实现,无论是那种方式都需要有一定编程基础的专业人员才可以使用,难以推广应用。综上所述,如何获得一种准确度高、适用性强、且简单、易于软件实现的功率半导体器件热特性参数确定方法,是功率半导体器件测试领域急需解决的技术问题。
发明内容
本发明的目的是提供了一种准确度高、适用性强、且简单、易于软件实现的功率半导体器件热特性参数的确定方法及系统。
为实现上述目的,本发明提供了如下方案:
一种功率半导体器件热特性参数的确定方法,所述确定方法包括:
获取被测功率半导体器件的热瞬态响应信号a(t);
采用Richardson-Lucy算法,对所述热瞬态响应信号a(t)进行处理,得到时间常数谱R(z);
根据所述时间常数谱R(z),计算福斯特网络模型的热特性参数;
根据所述福斯特网络模型的热特性参数,采用Mathematica软件,计算考尔网络模型的热特性参数;
对所述考尔网络模型的热特性参数按阶累加处理,得到所述被测功率半导体器件的积分结构函数;
对所述积分结构函数进行累加求导处理,得到所述被测功率半导体器件的微分结构函数;
根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热特性参数;所述热特性参数包括热阻参数和热容参数。
可选的,在所述采用Richardson-Lucy算法,对所述热瞬态响应信号进行处理,得到时间常数谱之前,还包括:
对所述热瞬态响应信号a(t)的时间变量t取对数处理,并用变量z表示,得到处理后的热瞬态响应信号a(z);
对所述处理后的热瞬态响应信号a(z)进行数值求导,得到处理后的热瞬态响应信号导数。
可选的,所述采用Richardson-Lucy算法,对所述热瞬态响应信号进行处理,得到时间常数谱,具体包括:
获取构造函数;
采用基于Richardson-Lucy算法的贝叶斯反卷积迭代通式,对所述处理后的热瞬态响应信号导数和所述构造函数进行反卷积运算,得到时间常数谱R(z)。
可选的,所述根据所述时间常数谱R(z),计算福斯特网络模型的热特性参数,具体包括:
对所述时间常数谱R(z)按照Δz的间隔离散化,得到离散化的时间常数谱;
根据所述离散化的时间常数谱,计算福斯特网络模型的热特性参数。
可选的,根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热特性参数,具体包括:
根据所述积分结构函数,计算所述被测功率半导体器件的热容参数;
根据所述微分结构函数,计算所述被测功率半导体器件的热阻参数。
本发明还提供了一种功率半导体器件热特性参数的确定系统,所述确定系统包括:
热瞬态响应信号获取模块,用于获取被测功率半导体器件的热瞬态响应信号a(t);
时间常数谱得到模块,用于采用Richardson-Lucy算法,对所述热瞬态响应信号a(t)进行处理,得到时间常数谱R(z);
福斯特网络模型热特性参数计算模块,用于根据所述时间常数谱R(z),计算福斯特网络模型的热特性参数;
考尔网络模型热特性参数计算模块,用于根据所述福斯特网络模型的热特性参数,采用Mathematica软件,计算考尔网络模型的热特性参数;
积分结构函数得到模块,用于对所述考尔网络模型的热特性参数按阶累加处理,得到所述被测功率半导体器件的积分结构函数;
微分结构函数得到模块,用于对所述积分结构函数进行累加求导处理,得到所述被测功率半导体器件的微分结构函数;
测功率半导体器件热特性参数计算模块,用于根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热特性参数;所述热特性参数包括热阻参数和热容参数。
可选的,所述确定系统还包括:
处理后热瞬态响应信号得到模块,用于对所述热瞬态响应信号a(t)的时间变量t取对数处理,并用变量z表示,得到处理后的热瞬态响应信号a(z);
处理后热瞬态响应信号导数得到模块,用于对所述处理后的热瞬态响应信号a(z)进行数值求导,得到处理后的热瞬态响应信号导数。
可选的,所述时间常数谱得到模块,具体包括:
构造函数获取单元,用于获取构造函数;
时间常数谱得到单元,用于采用基于Richardson-Lucy算法的贝叶斯反卷积迭代通式,对所述处理后的热瞬态响应信号导数和所述构造函数进行反卷积运算,得到时间常数谱R(z)。
可选的,所述福斯特网络模型热特性参数计算模块,具体包括:
离散化时间常数谱得到单元,用于对所述时间常数谱R(z)按照Δz的间隔离散化,得到离散化的时间常数谱;
福斯特网络模型热特性参数计算单元,用于根据所述离散化的时间常数谱,计算福斯特网络模型的热特性参数。
可选的,所述测功率半导体器件热特性参数计算模块,具体包括:
被测功率半导体器件热容参数计算单元,用于根据所述积分结构函数,计算所述被测功率半导体器件的热容参数;
被测功率半导体器件热阻参数计算单元,用于根据所述微分结构函数,计算所述被测功率半导体器件的热阻参数。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种功率半导体器件热特性参数的确定方法及系统,该确定方法包括:首先对获取的被测功率半导体器件的热瞬态响应信号,采用Richardson-Lucy算法进行处理,得到时间常数谱,并根据此时间常数谱,计算福斯特网络模型的热特性参数;其次根据福斯特网络模型的热特性参数,采用Mathematica软件,计算考尔网络模型的热特性参数,并对所述考尔网络模型的热特性参数按阶累加处理,得到所述被测功率半导体器件的积分结构函数,对所述积分结构函数进行累加求导处理,得到所述被测功率半导体器件的微分结构函数;最后根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热阻参数和热容参数。与现有技术相比,本发明使用的Richardson-Lucy算法,允许存在统计偏差,重构信号能力好,尤其是当被测量信号的信噪比较小时,应用Richardson-Lucy算法能得到一个稳定的解,且采用Richardson-Lucy算法得到最佳参数不随信号的变化而变化,因此本发明采用的Richardson-Lucy算法确定的功率半导体器件热特性参数准确度更高、适用性更强;本发明使用的数学软件Mathematica,由于程序运行或数据存储时仅依赖于机器精度,可以处理任意精度的数据,避免了截断误差或运算误差的出现,且没有一定编程基础的专业人员也可以使用,因此,本发明采用数学软件Mathematica不仅解决了网络模型转换过程中的精度问题,进一步提高功率半导体器件热特性参数准确度,且使得福斯特网络模型与考尔网络模型的转换算法更为简单、易于软件实现、易于推广。综上所述,本发明提供的确定方法或者系统,克服了现有技术的缺陷,具有准确度高,适用性强,简单、易于软件实现、易于推广等优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例功率半导体器件热特性参数确定方法的流程示意图;
图2为本发明Richardson-Lucy算法的原理图;
图3为本发明福斯特网络模型的热路等效模型示意图;
图4为本发明考尔网络模型的热路等效模型示意图;
图5为本发明功率半导体器件的积分结构函数示意图;
图6为本发明功率半导体器件的微分结构函数示意图;
图7为本发明实施例功率半导体器件热特性参数确定系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供了一种准确度高、适用性强、且简单、易于软件实现的功率半导体器件热特性参数的确定方法及系统。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例功率半导体器件热特性参数确定方法的流程示意图。
如图1所示,本发明提供的确定方法包括以下步骤:
步骤101:获取被测功率半导体器件的热瞬态响应信号a(t)。
步骤102:采用Richardson-Lucy算法,对所述热瞬态响应信号a(t)进行处理,得到时间常数谱R(z)。
步骤103:根据所述时间常数谱R(z),计算福斯特网络模型的热特性参数。
步骤104:根据所述福斯特网络模型的热特性参数,采用Mathematica软件,计算考尔网络模型的热特性参数。
步骤105:对所述考尔网络模型的热特性参数按阶累加处理,得到所述被测功率半导体器件的积分结构函数。
所述的按阶累加可用下式求得:其中,C表示热容;R表示热阻。
步骤106:对所述积分结构函数进行累加求导处理,得到所述被测功率半导体器件的微分结构函数。所述结构函数是描述半导体器件内部材料热阻、热容结构的函数。
所述的累加求导可用下式求得:
步骤107:根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热特性参数;所述热特性参数包括热阻参数和热容参数。所述热阻是阻碍热流传导的物理量,所述热容表示热量传递过程中器件的散热能力。
在执行步骤102,所述确定方法还包括:
对所述热瞬态响应信号a(t)的时间变量t取对数处理,并用变量z表示,从而a(t)也可用a(z)表示,即得到处理后的热瞬态响应信号a(z);
对所述处理后的热瞬态响应信号a(z)进行数值求导,得到处理后的热瞬态响应信号导数。
步骤102具体包括:
步骤1021:获取构造函数w(z);其中,构造函数w(z)可通过将热瞬态响应信号a(z)中的变量z代入公式w(z)=exp(z-exp(z))中计算得到。。
步骤1022:采用基于Richardson-Lucy算法的贝叶斯反卷积迭代通式,对所述处理后的热瞬态响应信号导数和所述构造函数w(z)进行反卷积运算,得到时间常数谱R(z)。
其中,步骤1022具体包括:
设置最大迭代次数、迭代初值,定义足够大的数组用于存储迭代过程中的中间量;
采用基于Richardson-Lucy算法的贝叶斯反卷积迭代通式,对所述处理后的热瞬态响应信号导数和所述构造函数w(z)进行反卷积运算,得到时间常数谱R(z)。
图2为本发明Richardson-Lucy算法的原理图。为解决迭代过程中的所述处理后的热瞬态响应信号导数和所述构造函数w(z)进行贝叶斯反卷积运算时热瞬态响应信号长度不断增加的问题,可以专门编写卷积程序保证迭代时数据长度不变,也可转换为矩阵问题进行运算。具体为,如图2所示,将构造函数w(z)与前一次运算得到的时间常数谱进行卷积运算,并将卷积结果被送入除法器作为其中一个输入,另一个输入为处理后的热瞬态响应信号导数。将除法器结果同构造函数w(z)做相关运算,从而得到乘法器的一个输入,最终求得下一次运算的时间常数谱。重复上述步骤,直至到达最大迭代次数为止,即可求得最大迭代次数时的时间常数谱。
步骤103具体包括:
步骤1031:对所述时间常数谱R(z)按照Δz的间隔离散化,得到离散化的时间常数谱;步骤103中的离散间隔Δz按照下式求取:Δz=zi-zj,其中,zi、zj为任意两时刻ti、tj所对应的z值,值得注意的是Δz取值应合适,不能过大也不能过小。
步骤1032:根据所述离散化的时间常数谱,计算福斯特网络模型的热特性参数。所述福斯特网络模型的热特性参数包括热阻参数和热容参数。
所述福斯特网络模型的热阻参数可用下式求得:Rth=R(z)·Δz。
所述福斯特网络模型的热容参数可用下式求得:Cth=exp(z)/Rth。
图3为本发明福斯特网络模型的热路等效模型示意图;图4为本发明考尔网络模型的热路等效模型示意图。
如图3所示,福斯特网络模型中的热容为节点到节点间的热容,没有明确的物理意义,不能反映功率半导体器件实际的物理热流路径,因此,需要将福斯特网络模型转换为如图4所示的包含节点与地间热容的考尔网络模型,。
因此,步骤104具体包括:
步骤1041:将福斯特网络模型的热阻参数、热容参数及其他必要数据作为已知量输入Mathematica软件中。
步骤1042:采用Mathematica软件中的“Clear["Global`*"]”指令,清除全局变量。
步骤1043:求取福斯特网络模型的复阻抗Z(s)和复导纳Y(s),所述复阻抗Z(s)表示成两个多项式相除的形式,复导纳Y(s)与复阻抗Z(s)满足Y(s)=1/Z(s)的关系。
步骤1044:调用多项式系数函数,分别提取复导纳Y(s)分子和分母的多项式系数。
步骤1045:计算考尔网络模型第i个并联热容参数。
步骤1046:重新计算复导纳(去除第i个热容)。
步骤1047:调用多项式系数函数,分别提取复阻抗的分子和分母多项式矩阵。
步骤1048:计算考尔模型第i个串联热阻参数。
步骤1049:重新计算复阻抗(去除第i个热阻)。
步骤10410:重复步骤1044,直至复阻抗为0。
步骤10411:输出最终求得的考尔网络模型的热阻参数、热容参数。
步骤107具体包括:
根据所述积分结构函数,计算所述被测功率半导体器件的热容参数;
根据所述微分结构函数,计算所述被测功率半导体器件的热阻参数。
本发明实施例中的步骤107求解可用图5和图6加以说明。图5为本发明功率半导体器件的积分结构函数示意图;图6为本发明功率半导体器件的微分结构函数示意图。
假设求得某理想化的功率半导体器件积分结构函数和微分结构函数分别如图5、6所示,不同折线段分别表示功率半导体器件内部各层结构。如图5所示的积分结构函数在纵轴上各层分界比较明显,因而可以方便读出功率半导体器件各层结构的热容参数,而如图6所示的微分结构函数在横轴上各层分界更加明显,可以方便读出功率半导体器件各层结构的热阻参数。
热瞬态测试技术的基本原理是通过确定功率半导体器件在降温过程中的热瞬态响应曲线(也可以是结温变化曲线或是热阻抗曲线),再对其进行一系列数学运算得到可以表征功率半导体器件内部封装结构热学信息的积分结构函数和微分结构函数,如求导、反卷积和模型转换等。
在整个分析过程或数学运算过程中,反卷积算法及网络模型转换是决定热瞬态测试技术得到的结构函数能否真实反映功率半导体器件内部热流路径的关键,也是热瞬态测试技术的难点所在。
目前应用于热瞬态测试技术中的反卷积算法主要有傅里叶反卷积、贝叶斯反卷积两种。1)傅里叶反卷积:傅里叶反卷积以卷积定理为核心,将时域难以求解的问题转换到频域进行运算。但是,由于测量信号中存在噪声,通常需要采用滤波函数滤除。滤波函数相关参数的选择对于反卷积结果十分重要,以JESD 51-14中的滤波函数为例,反卷积结果最优的参数与测量信号的信噪比有关,且会随着信号的不同而不同。因此,傅里叶反卷积方法不具有普遍性。2)基于贝叶斯概率统计的贝叶斯反卷积:基于贝叶斯概率统计的贝叶斯反卷积应用贝叶斯概率统计的方法来进行反卷积求解。这种方法需要先对未知输入信号假定一个先验分布,然而通常所做的假定部分或完全地依赖于主观信念,没有客观依据。即这种方法结果准确度依赖于假设的先验分布,相对傅里叶反卷积方法来说,确定的功率半导体器件热特性参数的准确度较高,但同傅里叶反卷积一样,适用性较差(这里的适用性指随着热瞬态响应信号的改变,反卷积结果最优的参数也需要不断调整)。
对于网络模型转换来说,现已公开发表的用于解决热瞬态测试中网络模型转换过程数据精度问题的方法有JESD 51-14标准中提到的GMP(GNU MP Bignum Library)开源数学运算库。该运算库支持任意精度的数学运算。然而,GMP库函数由C语言编写,在基于解释性语言编程的软件中调用时需要编写专门的接口函数,或者也可以直接在基于C语言的软件中实现,无论是那种方式都需要有一定编程基础的专业人员才可以使用。
针对以上缺陷,本发明提出了为了克服由于反卷积算法及现有的多精度数据运算库实现网络模型转换过程困难而导致热瞬态测试技术在功率半导体器件热特性参数确定方面的推广应用受到限制的难题,一种准确度高、适用性强、且简单、易于软件实现的功率半导体器件热特性参数的确定方法,通过软件分析功率半导体器件的热瞬态响应信号,构建功率半导体器件热等效模型,提取功率半导体器件热特性参数,为功率半导体器件热特性研究提供了可靠的依据。
具体为,与现有的热瞬态测试方法相比,本发明具有的优点是:1)本发明使用的基于Richardson-Lucy算法的贝叶斯反卷积迭代通式以最大似然函数作为目标函数,允许存在统计偏差,重构信号能力好,尤其是当被测量信号的信噪比较小时,应用Richardson-Lucy算法能得到一个稳定的解,且采用Richardson-Lucy算法得到最佳参数不随信号的变化而变化,因此本发明采用的Richardson-Lucy算法确定的功率半导体器件热特性参数准确度更高、适用性更强;2)本发明使用的数学软件Mathematica,由于程序运行或数据存储时仅依赖于机器精度,可以处理任意精度的数据,避免了截断误差或运算误差的出现,且没有一定编程基础的专业人员也可以使用,因此,本发明采用数学软件Mathematica不仅解决了网络模型转换过程中的精度问题,进一步提高功率半导体器件热特性参数准确度,且使得福斯特网络模型与考尔网络模型的转换算法更为简单、易于软件实现、易于推广。
综上所述,本发明提供的确定方法,克服了现有技术的缺陷,具有准确度高,适用性强,简单、易于软件实现、易于推广等优点。
为实现上述目的,本发明还提供了一种功率半导体器件热特性参数的确定系统。
图7为本发明实施例功率半导体器件热特性参数确定系统的结构示意图。
如图7所示,本发明提供的确定系统包括:
热瞬态响应信号获取模块701,用于获取被测功率半导体器件的热瞬态响应信号a(t);
时间常数谱得到模块702,用于采用Richardson-Lucy算法,对所述热瞬态响应信号a(t)进行处理,得到时间常数谱R(z);
福斯特网络模型热特性参数计算模块703,用于根据所述时间常数谱R(z),计算福斯特网络模型的热特性参数;
考尔网络模型热特性参数计算模块704,用于根据所述福斯特网络模型的热特性参数,采用Mathematica软件,计算考尔网络模型的热特性参数;
积分结构函数得到模块705,用于对所述考尔网络模型的热特性参数按阶累加处理,得到所述被测功率半导体器件的积分结构函数;
微分结构函数得到模块706,用于对所述积分结构函数进行累加求导处理,得到所述被测功率半导体器件的微分结构函数;
测功率半导体器件热特性参数计算模块707,用于根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热特性参数;所述热特性参数包括热阻参数和热容参数。
其中,所述确定系统还包括:
处理后热瞬态响应信号得到模块708,用于对所述热瞬态响应信号a(t)的时间变量t取对数处理,并用变量z表示,得到处理后的热瞬态响应信号a(z);
处理后热瞬态响应信号导数得到模块709,用于对所述处理后的热瞬态响应信号a(z)进行数值求导,得到处理后的热瞬态响应信号导数。
所述时间常数谱得到模块702,具体包括:
构造函数获取单元,用于获取构造函数;
时间常数谱得到单元,用于采用基于Richardson-Lucy算法的贝叶斯反卷积迭代通式,对所述处理后的热瞬态响应信号导数和所述构造函数进行反卷积运算,得到时间常数谱R(z)。
所述福斯特网络模型热特性参数计算模块703,具体包括:
离散化时间常数谱得到单元,用于对所述时间常数谱R(z)按照Δz的间隔离散化,得到离散化的时间常数谱;
福斯特网络模型热特性参数计算单元,用于根据所述离散化的时间常数谱,计算福斯特网络模型的热特性参数。
所述测功率半导体器件热特性参数计算模块707,具体包括:
被测功率半导体器件热容参数计算单元,用于根据所述积分结构函数,计算所述被测功率半导体器件的热容参数;
被测功率半导体器件热阻参数计算单元,用于根据所述微分结构函数,计算所述被测功率半导体器件的热阻参数。
本发明提供的确定系统中Richardson-Lucy算法能够使确定的功率半导体器件热特性参数准确度更高、适用性更强;本发明提供的确定系统中使用的数学软件Mathematica不仅解决了网络模型转换过程中的精度问题,进一步提高功率半导体器件热特性参数准确度,且使得福斯特网络模型与考尔网络模型的转换算法更为简单、易于软件实现、易于推广。因此,本发明提供的确定系统,克服了现有技术的缺陷,具有准确度高,适用性强,简单、易于软件实现、易于推广等优点。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种功率半导体器件热特性参数的确定方法,其特征在于,所述确定方法包括:
获取被测功率半导体器件的热瞬态响应信号a(t);
采用Richardson-Lucy算法,对所述热瞬态响应信号a(t)进行处理,得到时间常数谱R(z);
根据所述时间常数谱R(z),计算福斯特网络模型的热特性参数;
根据所述福斯特网络模型的热特性参数,采用Mathematica软件,计算考尔网络模型的热特性参数;
对所述考尔网络模型的热特性参数按阶累加处理,得到所述被测功率半导体器件的积分结构函数;
对所述积分结构函数进行累加求导处理,得到所述被测功率半导体器件的微分结构函数;
根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热特性参数;所述热特性参数包括热阻参数和热容参数。
2.根据权利要求1所述的确定方法,其特征在于,在所述采用Richardson-Lucy算法,对所述热瞬态响应信号进行处理,得到时间常数谱之前,还包括:
对所述热瞬态响应信号a(t)的时间变量t取对数处理,并用变量z表示,得到处理后的热瞬态响应信号a(z);
对所述处理后的热瞬态响应信号a(z)进行数值求导,得到处理后的热瞬态响应信号导数。
3.根据权利要求2所述的确定方法,其特征在于,所述采用Richardson-Lucy算法,对所述热瞬态响应信号进行处理,得到时间常数谱,具体包括:
获取构造函数;
采用基于Richardson-Lucy算法的贝叶斯反卷积迭代通式,对所述处理后的热瞬态响应信号导数和所述构造函数进行反卷积运算,得到时间常数谱R(z)。
4.根据权利要求1所述的确定方法,其特征在于,所述根据所述时间常数谱R(z),计算福斯特网络模型的热特性参数,具体包括:
对所述时间常数谱R(z)按照Δz的间隔离散化,得到离散化的时间常数谱;
根据所述离散化的时间常数谱,计算福斯特网络模型的热特性参数。
5.根据权利要求1所述的确定方法,其特征在于,根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热特性参数,具体包括:
根据所述积分结构函数,计算所述被测功率半导体器件的热容参数;
根据所述微分结构函数,计算所述被测功率半导体器件的热阻参数。
6.一种功率半导体器件热特性参数的确定系统,其特征在于,所述确定系统包括:
热瞬态响应信号获取模块,用于获取被测功率半导体器件的热瞬态响应信号a(t);
时间常数谱得到模块,用于采用Richardson-Lucy算法,对所述热瞬态响应信号a(t)进行处理,得到时间常数谱R(z);
福斯特网络模型热特性参数计算模块,用于根据所述时间常数谱R(z),计算福斯特网络模型的热特性参数;
考尔网络模型热特性参数计算模块,用于根据所述福斯特网络模型的热特性参数,采用Mathematica软件,计算考尔网络模型的热特性参数;
积分结构函数得到模块,用于对所述考尔网络模型的热特性参数按阶累加处理,得到所述被测功率半导体器件的积分结构函数;
微分结构函数得到模块,用于对所述积分结构函数进行累加求导处理,得到所述被测功率半导体器件的微分结构函数;
测功率半导体器件热特性参数计算模块,用于根据所述积分结构函数和所述微分结构函数,计算所述被测功率半导体器件的热特性参数;所述热特性参数包括热阻参数和热容参数。
7.根据权利要求6所述的确定系统,其特征在于,所述确定系统还包括:
处理后热瞬态响应信号得到模块,用于对所述热瞬态响应信号a(t)的时间变量t取对数处理,并用变量z表示,得到处理后的热瞬态响应信号a(z);
处理后热瞬态响应信号导数得到模块,用于对所述处理后的热瞬态响应信号a(z)进行数值求导,得到处理后的热瞬态响应信号导数。
8.根据权利要求7所述的确定系统,其特征在于,所述时间常数谱得到模块,具体包括:
构造函数获取单元,用于获取构造函数;
时间常数谱得到单元,用于采用基于Richardson-Lucy算法的贝叶斯反卷积迭代通式,对所述处理后的热瞬态响应信号导数和所述构造函数进行反卷积运算,得到时间常数谱R(z)。
9.根据权利要求6所述的确定系统,其特征在于,所述福斯特网络模型热特性参数计算模块,具体包括:
离散化时间常数谱得到单元,用于对所述时间常数谱R(z)按照Δz的间隔离散化,得到离散化的时间常数谱;
福斯特网络模型热特性参数计算单元,用于根据所述离散化的时间常数谱,计算福斯特网络模型的热特性参数。
10.根据权利要求6所述的确定系统,其特征在于,所述测功率半导体器件热特性参数计算模块,具体包括:
被测功率半导体器件热容参数计算单元,用于根据所述积分结构函数,计算所述被测功率半导体器件的热容参数;
被测功率半导体器件热阻参数计算单元,用于根据所述微分结构函数,计算所述被测功率半导体器件的热阻参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711135701.6A CN107908875B (zh) | 2017-11-16 | 2017-11-16 | 一种功率半导体器件热特性参数的确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711135701.6A CN107908875B (zh) | 2017-11-16 | 2017-11-16 | 一种功率半导体器件热特性参数的确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107908875A true CN107908875A (zh) | 2018-04-13 |
CN107908875B CN107908875B (zh) | 2020-04-07 |
Family
ID=61845555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711135701.6A Active CN107908875B (zh) | 2017-11-16 | 2017-11-16 | 一种功率半导体器件热特性参数的确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107908875B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109029759A (zh) * | 2018-06-06 | 2018-12-18 | 东南大学 | 一种高精度实时的单细胞测温系统 |
CN109598711A (zh) * | 2018-11-30 | 2019-04-09 | 电子科技大学 | 一种基于特征挖掘和神经网络的热图像缺陷提取方法 |
CN109636781A (zh) * | 2018-11-30 | 2019-04-16 | 电子科技大学 | 一种基于特征挖掘和加权贝叶斯分类器的缺陷提取方法 |
CN109816638A (zh) * | 2019-01-03 | 2019-05-28 | 电子科技大学 | 基于动态环境特征和加权贝叶斯分类器的缺陷提取方法 |
CN113702793A (zh) * | 2021-08-31 | 2021-11-26 | 上海大学 | 一种基于结构函数的半导体器件寿命分析方法及系统 |
CN116068453A (zh) * | 2023-03-20 | 2023-05-05 | 广州锐速智能科技股份有限公司 | 用于直流生态的igbt大功率电源模块检测方法及系统 |
CN116705642A (zh) * | 2023-08-02 | 2023-09-05 | 西安邮电大学 | 一种半导体引线框架镀银缺陷检测方法、系统及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472088A (zh) * | 2013-08-13 | 2013-12-25 | 杭州远方光电信息股份有限公司 | 一种热阻分析方法 |
US20160141214A1 (en) * | 2014-11-18 | 2016-05-19 | Fuji Electric Co., Ltd. | Method for manufacturing semiconductor module and intermediate assembly unit of the same |
CN105911447A (zh) * | 2016-04-22 | 2016-08-31 | 全球能源互联网研究院 | 一种功率半导体器件内部接触热阻测量方法及测量夹具 |
-
2017
- 2017-11-16 CN CN201711135701.6A patent/CN107908875B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472088A (zh) * | 2013-08-13 | 2013-12-25 | 杭州远方光电信息股份有限公司 | 一种热阻分析方法 |
US20160141214A1 (en) * | 2014-11-18 | 2016-05-19 | Fuji Electric Co., Ltd. | Method for manufacturing semiconductor module and intermediate assembly unit of the same |
CN105911447A (zh) * | 2016-04-22 | 2016-08-31 | 全球能源互联网研究院 | 一种功率半导体器件内部接触热阻测量方法及测量夹具 |
Non-Patent Citations (2)
Title |
---|
董宇航: "基于瞬态响应的LED热阻测试原理及算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑(月刊)》 * |
邓二平等: "压接型IGBT器件与焊接式IGBT模块热阻测试方法对比研究", 《智能电网》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109029759A (zh) * | 2018-06-06 | 2018-12-18 | 东南大学 | 一种高精度实时的单细胞测温系统 |
CN109598711A (zh) * | 2018-11-30 | 2019-04-09 | 电子科技大学 | 一种基于特征挖掘和神经网络的热图像缺陷提取方法 |
CN109636781A (zh) * | 2018-11-30 | 2019-04-16 | 电子科技大学 | 一种基于特征挖掘和加权贝叶斯分类器的缺陷提取方法 |
CN109598711B (zh) * | 2018-11-30 | 2021-03-30 | 电子科技大学 | 一种基于特征挖掘和神经网络的热图像缺陷提取方法 |
CN109636781B (zh) * | 2018-11-30 | 2021-05-14 | 电子科技大学 | 一种基于特征挖掘和加权贝叶斯分类器的缺陷提取方法 |
CN109816638A (zh) * | 2019-01-03 | 2019-05-28 | 电子科技大学 | 基于动态环境特征和加权贝叶斯分类器的缺陷提取方法 |
CN109816638B (zh) * | 2019-01-03 | 2021-05-14 | 电子科技大学 | 基于动态环境特征和加权贝叶斯分类器的缺陷提取方法 |
CN113702793A (zh) * | 2021-08-31 | 2021-11-26 | 上海大学 | 一种基于结构函数的半导体器件寿命分析方法及系统 |
CN116068453A (zh) * | 2023-03-20 | 2023-05-05 | 广州锐速智能科技股份有限公司 | 用于直流生态的igbt大功率电源模块检测方法及系统 |
CN116705642A (zh) * | 2023-08-02 | 2023-09-05 | 西安邮电大学 | 一种半导体引线框架镀银缺陷检测方法、系统及电子设备 |
CN116705642B (zh) * | 2023-08-02 | 2024-01-19 | 西安邮电大学 | 一种半导体引线框架镀银缺陷检测方法、系统及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107908875B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107908875A (zh) | 一种功率半导体器件热特性参数的确定方法及系统 | |
US5047971A (en) | Circuit simulation | |
US7191413B2 (en) | Method and apparatus for thermal testing of semiconductor chip designs | |
WO2020034630A1 (zh) | 基于神经网络的单元延时预测方法和单元延时灵敏度计算方法 | |
CN102866291B (zh) | 基于硬件平台的门级功耗分析装置及方法 | |
CN101017510A (zh) | 一种热阻网络模型及利用该模型计算微电子器件结温的方法 | |
CN106547962A (zh) | 基于神经网络参数建模的集成电路互连可靠性分析方法 | |
CN109142434A (zh) | 一种导热系数、热扩散率的瞬态体热源测量方法 | |
TW202219532A (zh) | 一種用於晶片測試機的自動校準方法及測試元件 | |
WO2020239030A1 (zh) | 基于输出响应重构的高精度电池模型参数辨识方法及系统 | |
Masana | A straightforward analytical method for extraction of semiconductor device transient thermal parameters | |
CN115828821A (zh) | 无源器件阻抗拟合方法、装置、电子设备及存储介质 | |
CN114091286A (zh) | 一种基于特性曲线的mmc子模块igbt通态损耗分析方法 | |
CN102467593A (zh) | 非线性电路时域模型降阶方法及装置 | |
CN106446405B (zh) | 一种集成电路器件神经网络建模样本选择方法及装置 | |
Senn et al. | Modelling the power and energy consumption of NIOS II softcores on FPGA | |
CN108226218A (zh) | 一种电子器件的热阻测量方法和系统 | |
CN109117493B (zh) | 散热器台架热性能数据处理方法 | |
Bissuel et al. | Application of stochastic deconvolution methods to improve the identification of complex BCI multi-port thermal RC networks | |
CN113779742B (zh) | 热阻网络简化模型建模方法、装置及芯片结温预测方法 | |
Cho et al. | A fast EIT image reconstruction method for the two-phase flow visualization | |
CN116165547A (zh) | 锂电池的电压计算与修正方法及系统、装置、存储介质 | |
CN115183884A (zh) | 电热协同系统的红外测温补偿方法及装置 | |
Dupuis et al. | A Bayesian Deconvolution Application to Calibrate Multi-port RC Network Representation of Electronic Packages | |
US9372948B1 (en) | Interconnect speed model characterization in programmable integrated circuits |
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 |