CN109765471A - 功率半导体器件特性统计学测试方法 - Google Patents

Abstract

本发明提供了一种功率半导体器件特性统计学测试方法，包括：在一个测试周期内测试设定电流值下开关管的开关特性、导通特性以及二极管的导通特性、恢复特性；可通过循环测试模式获得多组特性数据，通过计算得到设定电压、温度、电流等级下的器件特性概率密度函数；从而可通过变量测试模式，控制电压、温度、电流中的两项为定值，改变其中一项进行连续多周期测试，得到该变量各等级下的器件特性的概率密度函数，并根据置信区间绘制出以概率分布带，代替传统单一曲线的特性‑电流图、特性‑电压图、特性‑温度图，使得功率半导体器件特性的数据具有统计学规律。

Description

功率半导体器件特性统计学测试方法

技术领域

本发明涉及半导体技术领域，具体地，涉及功率半导体器件特性统计学测试方法。

背景技术

随着电力电子器件额定容量的升高，以及工作环境的复杂化，应用中对功率半导体器件可靠性的要求也越来越高功率半导体作为昂贵元件和主要热源，对其热特性进行准确的建模与评估是提高电力电子设备经济性和安全性的重要途径。为了对电力电子系统的热特性和老化进行更准确的预测，不仅需要得到功率半导体器件在工作状态下的开关、导通特性，还要考虑到同一型号不同器件之间的差异性和测试结果存在的误差。因此得到功率半导体器件特性参数的概率分布，有着重要意义。

功率半导体器件的特性测试包括开关特性、导通特性和恢复特性。现有的技术通常采用双脉冲测试方法对功率半导体器件开关特性进行提取，采用I/V曲线量测仪对功率半导体器件导通特性进行提取。然而这些方法均存在负载电流、器件温度不方便调节；无法在相同电气、温度状态下连续重复测试；测试效率低，一次只能测一个器件的开关特性或恢复特性等问题，难以满足上述要求。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种功率半导体器件特性统计学测试方法。

本发明提供一种功率半导体器件特性统计学测试方法，包括：

设定测试周期和待测试的电压、电流、温度等级；

在一个测试周期内，测试设定条件下被测模块中开关管的开关特性、导通特性，以及二极管的恢复特性、导通特性；

通过循环测试多个测试周期，得到预设电压、温度、电流条件下，功率半导体器件特性的多组特性数据；根据该多组特性数据，得到预设条件下功率半导体器件特性数据的概率密度函数。

可选地，还包括：

控制电压、温度、电流条件中的任意两项为定值，改变剩余一项条件的值，连续测试多个测试周期，得到不同测试条件下，功率半导体器件特性的多组特性数据；并根据多组特性数据，得到不同条件下功率半导体器件特性数据的概率密度函数。

可选地，还包括：根据器件特性的概率密度函数，绘制出以下任一或任多概率分布区间：

功率半导体器件特性与电流关系下的概率分布区间；

功率半导体器件特性与电压关系下的概率分布区间；

功率半导体器件特性与温度关系下的概率分布区间。

可选地，所述被测模块中包含有至少一个被测单元，所述被测单元用于模拟功率半导体器件的工作状态；所述被测单元中包含有由开关管和二极管在内的功率半导体器件所构成的任意拓扑形式的全桥结构以及相对应的负载模块；

其中，所述功率半导体器件包括以下任一或者任多特征：

包括基于模块、压接、分立式封装技术在内的功率半导体器件；

包括基于硅、碳化硅、氮化镓在内的半导体芯片；

所述负载模块包括以下任一特征：

纯电感电路；

电感、电容、电阻、变压器所组成的混合型电阻抗网络。

可选地，，所述测试周期分为多个测试阶段，在每个阶段对被测单元中的一个开关管进行测试；

当负载模块电流值达到设定值时，向所述开关管施加第一个脉冲信号，并在所述第一个脉冲的下降沿，测量开关管的关断特性；

在最后一个脉冲信号的上升沿之前，测试开关管的导通特性；

或者，在负载电流流经续流回路时，测试续流回路中开关管的导通特性，其中所述续流回路是指由一个开关管、一个反并联二管、负载模块所构成的闭合回路；

或者，在负载电流由续流回路转化至充放电回路时，测试续流回路中二极管的恢复特性，其中所述充放电回路是指由两个开关管、负载模块、直流电压源构成的闭合回路。

可选地，，控制电压、温度、电流条件中的任意两项为定值，改变剩余一项条件的值，连续测试多个测试周期，得到不同测试条件下，功率半导体器件特性的多组特性数据，包括：

S1：设定目标电压值，等待被测模块的直流母线电压稳定在目标电压值；

S2：设定目标温度值，等待所述被测模块中的所有功率半导体器件的温度达到目标温度并维持温度稳定；

S3：设定目标测试电流值，根据检测到的被测模块中负载模块的电流，输出开关状态信号，控制所述负载模块的真实电流与所设定的目标测试电流值一致；之后测试所述被测模块中的一个或多个功率半导体器件的开关特性、导通特性、恢复特性，直至获得预设数量的特性数据；

S4：按预设的步长改变目标测试电流值；

S5：比较目标测试电流值与所述被测模块预设的测试范围，若目标测试电流值在预设的测试范围内，则返回执行步骤S3，若目标测试电流值不在测试范围内，判断是否需要测试多个温度下的开关及导通特性，若是，则执行步骤S6；若否，则执行步骤S7；

S6：改变目标温度值；

S7：比较目标温度值与所述被测模块的预设测试范围，若目标温度值在预设测试范围内，则返回执行步骤S2，若给目标温度值不在预设测试范围内，判断是否需要测试多个电压下的开关及导通特性，若是，则执行步骤S8；若否，则执行步骤S9；

S8：改变目标电压值；

S9：比较预设电压值与被测单元的测试范围，若预设电压值在测试范围内，则返回执行步骤S1，若预设电压值不在被测单元的测试范围，则执行步骤S10；

S10：测试结束。

可选地，还包括：

根据检测到的功率半导体器件在开关过程中，两端的电压与流过的电流的乘积对时间进行积分，得到所述功率半导体器件的开关损耗；

根据检测到的功率半导体器件在导通过程中，两端的电压与流过的电流的乘积，得到所述功率半导体器件的导通损耗；

根据检测到的二极管在恢复过程中，两端的电压与流过的电流的乘积对时间进行积分，得到所述二极管的恢复损耗。

可选地，还包括：

通过参数估计法和非参数估计法，得到功率半导体器件特性的概率密度函数。

可选地，通过参数估计法和非参数估计法，得到功率半导体器件特性的概率密度函数，包括：

假定功率半导体器件的损耗满足预设的分布函数；则采用矩估计，或者极大似然估计方法估计功率半导体器件的分布均值和方差；

根据功率半导体器件的分布均值和方差，采用核密度函数估计功率半导体器件特性的概率密度函数。

与现有技术相比，本发明具有如下的有益效果：

1、本发明提供的功率半导体器件特性统计学测试方法，其中的测试电路结构与功率半导体器件常用的电路拓扑结构相近，从而能够更好地进行功率半导体器件的特性测试，得到的数据更贴近被测器件在实际运行状况下的特性。

2、本发明提供的功率半导体器件特性统计学测试方法，可实现多个被测器件在多个电压、电流、温度条件下的开关损耗以及通态特性测试。

3、本发明提供的功率半导体器件特性统计学测试方法，可得到具有统计学意义的功率半导体特性数据，可以更加准确进行热建模和老化分析等功率半导体器件的进一步研究。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为不同电流/电压/温度等级下某种损耗或导通压降的概率分布带图；

图2为本发明提供的功率半导体器件特性测试方法中的被测单元实施例的结构示意图；

图3为在一个测试周期中被测模块中所有开关管的驱动信号的实施例以及对应的负载电流的波形图；

图4为循环测试所有开关管的驱动信号波形图以及负载电流波形图；

图5为通过循环测试多个测试周期后所得到的概率密度函数图；

图6为以电流为变量时测试所有开关管的驱动信号以及负载电流的波形图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

图1为不同电流/电压/温度等级下某种损耗或导通压降的概率分布带图，如图1所示，先保持电压和温度不变，然后测试多个电流等级下的损耗数据并计算得到损耗的概率密度函数，取一个置信度后可以得到各个电流等级下的损耗的置信区间，从而绘制得到损耗的概率分布带。

图2为本发明提供的功率半导体器件特性测试方法中的被测单元实施例的结构示意图。全桥测试电路包括四对包含开关管及反并联二极管的功率半导体器件DUT1H (包括IGBT_1H和Diode_1H)、DUT1L(包括IGBT_1L和Diode_1L)、DUT2H(包括IGBT_2H和Diode_2H)、DUT2L(包括IGBT_2L和Diode_2L)。

图3为在一个测试周期中被测模块中所有开关管的驱动信号的实施例以及对应的负载电流的波形图；实施例中每个开关管的测试阶段只施加两个测试脉冲。如图3 所示，可以将一个测试周期分为四个阶段对应不同的被测开关管，每个阶段测试方法为：在第一个测试脉冲下降沿测试关断特性，在两个测试脉冲之间测试导通特性，在第一个测试脉冲的上升沿测试开通特性和恢复特性。

具体的，参见图3，可以包括如下步骤：

0-t1阶段：被测功率半导体器件为IGBT_1H，IGBT_2L导通，IGBT_1L与IGBT_2H 关断，IGBT_1H接收三个测试脉冲，依次测试IGBT_1H的关断特性、IGBT_2L和 Diode_1L的导通特性、IGBT_1H的开通特性和Diode_1L的恢复特性。

t1-t2阶段：被测功率半导体器件为IGBT_2H，IGBT_1L导通，IGBT_1H与IGBT_2L 关断，IGBT_2H接收三个测试脉冲，依次测试IGBT_2H的关断特性、IGBT_1L和 Diode_2L的导通特性、IGBT_2H的开通特性和Diode_2L的恢复特性。

t2-t3阶段：被测功率半导体器件为IGBT_2L，IGBT_1H导通，IGBT_1L与IGBT_2H 关断，IGBT_2L接收三个测试脉冲，依次测试IGBT_2L的关断特性、IGBT_1H和 Diode_2H的导通特性、IGBT_2L的开通特性和Diode_2H的恢复特性。

t3-t4阶段：被测功率半导体器件为IGBT_1L，IGBT_2H导通，IGBT_1H与IGBT_2L 关断，IGBT_1L接收三个测试脉冲，依次测试IGBT_1L的关断特性、IGBT_2H和 Diode_1H的导通特性、IGBT_1L的开通特性和Diode_1H的恢复特性。

图4为循环测试所有开关管的驱动信号波形图以及负载电流波形图。其中0-T1、T1-T2、T2-T3分别表示三个电压、电流、温度测试条件完全相同的测试周期。具体地，直流电压源输出的电压值不变，通过温控模块维持功率半导体器件温度不变，并通过控制测试脉冲宽度保持各测试节点时的负载电流维持在设定值。在上述条件下可以进行多周期循环测试，从而由特性曲线计算得到足够多的、源自不同器件个体的损耗数据。

图5为通过循环测试多个测试周期后所得到的概率密度函数图。其中x轴上的标记为损耗的各样本值，为提高样本个数的效率，图中为6个样本点计算得到的概率密度函数。通过上述循环测试模式实施例可以得到同一电压电流温度条件下同一型号功率半导体器件不同个体的多组损耗数据，将每种损耗视为一个简单随机试验总体，将同一损耗的所有数据视为一个样本空间，通过参数估计或非参数估计等方法计算得到该总体的概率密度函数。以参数估计方法为例：

假定试验误差服从正态分布：

其中，x表示设定电压、电流、温度条件下功率半导体的损耗或导通压降，f(x)表示其概率密度函数，σ表示该概率密度函数的标准差，μ表示该概率密度函数的均值。

由循环测试模式计算得到的损耗或导通压降样本为：

{Xi}，(i＝1,2，……n)

其中：Xi表示由测试得到的功率半导体器件特性计算出的损耗或导通压降数据，下标i表示测试次数。

可由得到的样本数据进行参数估计，得到损耗的概率分布函数；具体的，以矩估计和极大似然估计为例：

矩估计：

极大似然估计：

样本值代入公式计算，将参数估计得到的结果代入正态分布的密度函数即可得到损耗的概率密度函数。

图6为以电流为变量时测试所有开关管的驱动信号以及负载电流的波形图；如图6所示，每个测试周期测试点的负载电流上升ΔI，测试过程中控制模块控制直流电压源模块输出的电压值不变，通过控制温控模块维持功率半导体器件温度不变。通过两种工作状态的配合，可根据数据精度或者所需数据数量改变电流上升的周期和梯度测试得到多组不同电流等级下的损耗数据。每个电流等级下的损耗样本都可以通过计算得到概率密度函数，对每个概率密度函数取相同置信度下的置信区间得到该电气、温度状态下被测型号的功率半导体器件的开通/关断/导通/恢复损耗为[μ-Kσ,μ+Kσ]，由所有被测电流等级下得到的置信区间可绘制出如图1所示的损耗概率分布带图。当以电压或温度为变量时，也可如上所述得到损耗-温度、损耗-电压的概率分布带图。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (9)

1.一种功率半导体器件特性统计学测试方法，其特征在于，包括：

设定测试周期和待测试的电压、电流、温度等级；

在一个测试周期内，测试设定条件下被测模块中开关管的开关特性、导通特性，以及二极管的恢复特性、导通特性；

通过循环测试多个测试周期，得到预设电压、温度、电流条件下，功率半导体器件特性的多组特性数据；根据该多组特性数据，得到预设条件下功率半导体器件特性数据的概率密度函数。

2.根据权利要求1所述的功率半导体器件特性统计学测试方法，其特征在于，还包括：

控制电压、温度、电流条件中的任意两项为定值，改变剩余一项条件的值，连续测试多个测试周期，得到不同测试条件下，功率半导体器件特性的多组特性数据；并根据多组特性数据，得到不同条件下功率半导体器件特性数据的概率密度函数。

3.根据权利要求1所述的功率半导体器件特性统计学测试方法，其特征在于，还包括：根据器件特性的概率密度函数，绘制出以下任一或任多概率分布区间：

功率半导体器件特性与电流关系下的概率分布区间；

功率半导体器件特性与电压关系下的概率分布区间；

功率半导体器件特性与温度关系下的概率分布区间。

4.根据权利要求1所述的功率半导体器件特性统计学测试方法，其特征在于，所述被测模块中包含有至少一个被测单元，所述被测单元用于模拟功率半导体器件的工作状态；所述被测单元中包含有由开关管和二极管在内的功率半导体器件所构成的任意拓扑形式的全桥结构以及相对应的负载模块；

其中，所述功率半导体器件还具有以下任一或者任多特征：

-包括基于模块、压接、分立式封装技术在内的功率半导体器件；

-包括基于硅、碳化硅、氮化镓在内的半导体芯片；

-所述负载模块包括以下任一特征：

纯电感电路；

电感、电容、电阻、变压器所组成的混合型电阻抗网络。

5.根据权利要求4所述的功率半导体器件特性统计学测试方法，其特征在于，所述测试周期分为多个测试阶段，在每个阶段对被测单元中的一个开关管进行测试；

当负载模块电流值达到设定值时，向所述开关管施加第一个脉冲信号，并在所述第一个脉冲的下降沿，测量开关管的关断特性；

在最后一个脉冲信号的上升沿之前，测试开关管的导通特性；

或者，在负载电流流经续流回路时，测试续流回路中开关管的导通特性，其中所述续流回路是指由一个开关管、一个反并联二管、负载模块所构成的闭合回路；

或者，在负载电流由续流回路转化至充放电回路时，测试续流回路中二极管的恢复特性，其中所述充放电回路是指由两个开关管、负载模块、直流电压源构成的闭合回路。

6.根据权利要求2所述的功率半导体器件特性统计学测试方法，其特征在于，控制电压、温度、电流条件中的任意两项为定值，改变剩余一项条件的值，连续测试多个测试周期，得到不同测试条件下，功率半导体器件特性的多组特性数据，包括：

S1：设定目标电压值，等待被测模块的直流母线电压稳定在目标电压值；

S2：设定目标温度值，等待所述被测模块中的所有功率半导体器件的温度达到目标温度并维持温度稳定；

S3：设定目标测试电流值，根据检测到的被测模块中负载模块的电流，输出开关状态信号，控制所述负载模块的真实电流与所设定的目标测试电流值一致；之后测试所述被测模块中的一个或多个功率半导体器件的开关特性、导通特性、恢复特性，直至获得预设数量的特性数据；

S4：按预设的步长改变目标测试电流值；

S5：比较目标测试电流值与所述被测模块预设的测试范围，若目标测试电流值在预设的测试范围内，则返回执行步骤S3，若目标测试电流值不在测试范围内，判断是否需要测试多个温度下的开关及导通特性，若是，则执行步骤S6；若否，则执行步骤S7；

S6：改变目标温度值；

S7：比较目标温度值与所述被测模块的预设测试范围，若目标温度值在预设测试范围内，则返回执行步骤S2，若给目标温度值不在预设测试范围内，判断是否需要测试多个电压下的开关及导通特性，若是，则执行步骤S8；若否，则执行步骤S9；

S8：改变目标电压值；

S9：比较预设电压值与被测单元的测试范围，若预设电压值在测试范围内，则返回执行步骤S1，若预设电压值不在被测单元的测试范围，则执行步骤S10；

S10：测试结束。

7.根据权利要求1所述的功率半导体器件特性统计学测试方法，其特征在于，还包括：

根据检测到的功率半导体器件在开关过程中，两端的电压与流过的电流的乘积对时间进行积分，得到所述功率半导体器件的开关损耗；

根据检测到的功率半导体器件在导通过程中，两端的电压与流过的电流的乘积，得到所述功率半导体器件的导通损耗；

根据检测到的二极管在恢复过程中，两端的电压与流过的电流的乘积对时间进行积分，得到所述二极管的恢复损耗。

8.根据权利要求1所述的功率半导体器件特性统计学测试方法，其特征在于，还包括：

通过参数估计法和非参数估计法，得到功率半导体器件特性的概率密度函数。

9.根据权利要求8所述的功率半导体器件特性统计学测试方法，其特征在于，通过参数估计法和非参数估计法，得到功率半导体器件特性的概率密度函数，包括：

假定功率半导体器件的损耗满足预设的分布函数；则采用矩估计，或者极大似然估计方法估计功率半导体器件的分布均值和方差；

根据功率半导体器件的分布均值和方差，采用核密度函数估计功率半导体器件特性的概率密度函数。