CN110221189B - 一种igbt模块键合线在线状态监测的方法 - Google Patents

一种igbt模块键合线在线状态监测的方法 Download PDF

Info

Publication number
CN110221189B
CN110221189B CN201910484280.0A CN201910484280A CN110221189B CN 110221189 B CN110221189 B CN 110221189B CN 201910484280 A CN201910484280 A CN 201910484280A CN 110221189 B CN110221189 B CN 110221189B
Authority
CN
China
Prior art keywords
igbt
voltage drop
bonding wire
power module
saturation voltage
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
CN201910484280.0A
Other languages
English (en)
Other versions
CN110221189A (zh
Inventor
何怡刚
李凯伟
何鎏璐
李志刚
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201910484280.0A priority Critical patent/CN110221189B/zh
Priority to PCT/CN2019/098170 priority patent/WO2020244043A1/zh
Priority to US17/616,668 priority patent/US11874341B2/en
Publication of CN110221189A publication Critical patent/CN110221189A/zh
Application granted granted Critical
Publication of CN110221189B publication Critical patent/CN110221189B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/66—Testing of connections, e.g. of plugs or non-disconnectable joints
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/10—Measuring sum, difference or ratio
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/2601—Apparatus or methods therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/2607—Circuits therefor
    • G01R31/2608—Circuits therefor for testing bipolar transistors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/2642—Testing semiconductor operation lifetime or reliability, e.g. by accelerated life tests
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
    • H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
    • H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M7/53—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M7/537—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters
    • H02M7/5387—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
    • H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
    • H01L2224/42—Wire connectors; Manufacturing methods related thereto
    • H01L2224/47—Structure, shape, material or disposition of the wire connectors after the connecting process
    • H01L2224/48—Structure, shape, material or disposition of the wire connectors after the connecting process of an individual wire connector
    • H01L2224/4805—Shape
    • H01L2224/4809—Loop shape
    • H01L2224/48091—Arched
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
    • H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
    • H01L2224/42—Wire connectors; Manufacturing methods related thereto
    • H01L2224/47—Structure, shape, material or disposition of the wire connectors after the connecting process
    • H01L2224/48—Structure, shape, material or disposition of the wire connectors after the connecting process of an individual wire connector
    • H01L2224/481—Disposition
    • H01L2224/48151—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive
    • H01L2224/48221—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive the body and the item being stacked
    • H01L2224/48225—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive the body and the item being stacked the item being non-metallic, e.g. insulating substrate with or without metallisation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
    • H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
    • H01L2224/42—Wire connectors; Manufacturing methods related thereto
    • H01L2224/47—Structure, shape, material or disposition of the wire connectors after the connecting process
    • H01L2224/48—Structure, shape, material or disposition of the wire connectors after the connecting process of an individual wire connector
    • H01L2224/481—Disposition
    • H01L2224/48151—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive
    • H01L2224/48221—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive the body and the item being stacked
    • H01L2224/48225—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive the body and the item being stacked the item being non-metallic, e.g. insulating substrate with or without metallisation
    • H01L2224/48227—Connecting between a semiconductor or solid-state body and an item not being a semiconductor or solid-state body, e.g. chip-to-substrate, chip-to-passive the body and the item being stacked the item being non-metallic, e.g. insulating substrate with or without metallisation connecting the wire to a bond pad of the item
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
    • H01L2224/73—Means for bonding being of different types provided for in two or more of groups H01L2224/10, H01L2224/18, H01L2224/26, H01L2224/34, H01L2224/42, H01L2224/50, H01L2224/63, H01L2224/71
    • H01L2224/732—Location after the connecting process
    • H01L2224/73251—Location after the connecting process on different surfaces
    • H01L2224/73265—Layer and wire connectors
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L24/00—Arrangements for connecting or disconnecting semiconductor or solid-state bodies; Methods or apparatus related thereto
    • H01L24/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
    • H01L24/42—Wire connectors; Manufacturing methods related thereto
    • H01L24/47—Structure, shape, material or disposition of the wire connectors after the connecting process
    • H01L24/48—Structure, shape, material or disposition of the wire connectors after the connecting process of an individual wire connector
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001—Technical content checked by a classifier
    • H01L2924/00014—Technical content checked by a classifier the subject-matter covered by the group, the symbol of which is combined with the symbol of this group, being disclosed without further technical details
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/10—Details of semiconductor or other solid state devices to be connected
    • H01L2924/11—Device type
    • H01L2924/13—Discrete devices, e.g. 3 terminal devices
    • H01L2924/1304—Transistor
    • H01L2924/1305—Bipolar Junction Transistor [BJT]
    • H01L2924/13055—Insulated gate bipolar transistor [IGBT]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)
  • Inverter Devices (AREA)

Abstract

一种IGBT模块键合线在线状态监测的方法，包括如下步骤：步骤一：搭建全桥逆变器电路以及VCE在线测量电路，将VCE在线测量电路的两输入端接在全桥逆变器电路的IGBT功率模块的集电极和发射极，实现全桥逆变器电路与VCE在线测量电路的连接；步骤二：建立健康IGBT的三维数据模型；步骤三：建立键合线断裂的IGBT三维数据模型；步骤四：采用遗传算法优化最小二乘支持向量机；步骤五：利用优化后的最小二乘支持向量机对步骤二和步骤三得到的三维数据模型进行状态评估。本发明将在线监测和状态评估紧密联系，有助于完善IGBT模块键合线的健康管理机制。

Description

一种IGBT模块键合线在线状态监测的方法
技术领域
本发明涉及电力电子和电子信息科学领域，具体是涉及一种IGBT模块键合线在线状态监测的方法，利用遗传算法优化最小二乘支持向量机对IGBT键合线健康情况进行状态评估。
背景技术
功率变流装置在智能电网、轨道交通与新能源等领域广泛应用，而绝缘栅双极型晶体管(IGBT)作为功率变流装置的核心器件，其可靠性是系统安全运行的保障，因此对IGBT的在线监测和状态评估极其重要。焊料层疲劳和键合线脱落是IGBT的两种主要失效方式，由于焊料层技术的不断改善，IGBT模块键合引线故障得到了广泛的关注。
申请号为201410072990.X、公开号为104880657A的专利申请文件公开了一种IGBT器件的故障检测方法及相应的检测电路，设置与键合线数量相对应的比较器，利用栅极电压信号判断IGBT键合线脱落根数，但是检测电路较为复杂且精度不高。申请号为201710318198.1、公开号为107621782A的专利申请文件公开了一种IGBT模块的故障诊断方法，通过实时测量IGBT模块的集射极压降值，利用量子蚁群优化的最小二乘支持向量机模型对IGBT模块的健康状态进行诊断，但是未考虑工作条件变化对IGBT的影响，且未阐述怎么测量IGBT模块的集射极压降值。
发明内容
本发明要解决的技术问题是，针对现有技术存在的上述不足，提供一种IGBT模块键合线在线状态监测的方法，考虑工作条件变化对IGBT的影响，建立健康和键合线断裂的IGBT三维数据模型，利用遗传算法优化最小二乘支持向量机对三维数据模型进行状态评估。实现了对IGBT饱和压降的在线监测，准确率高。
本发明为解决上述技术问题所采用的技术方案是：
一种IGBT模块键合线在线状态监测的方法，包括以下步骤：
步骤一：搭建全桥逆变器电路以及VCE在线测量电路，将VCE在线测量电路的两输入端接在全桥逆变器电路的IGBT功率模块的集电极和发射极，实现全桥逆变器电路与VCE在线测量电路的连接；
步骤二：建立健康IGBT的三维数据模型；
步骤三：建立键合线断裂的IGBT三维数据模型；
步骤四：采用遗传算法优化最小二乘支持向量机；
步骤五：利用优化后的最小二乘支持向量机对步骤二和步骤三得到的三维数据模型进行状态评估。
按上述方案，所述步骤一中搭建全桥逆变器电路的具体方法为：先搭建SPWM控制电路，设置SPWM控制电路的死区时间，然后搭建门级驱动电路，门级驱动电路由SPWM控制电路调制，门级驱动电路的输入端与SPWM控制电路的输出端连接，门级驱动电路的输出端与IGBT功率模块的栅极相连；全桥逆变器电路有四个桥臂，每个桥臂由一个SPWM控制电路、一个门级驱动电路、一个IGBT功率模块和一个二极管构成；全桥逆变器电路的负载的一端接于两个相邻桥臂的IGBT功率模块之间，负载的另一端接于另两个相邻桥臂的IGBT功率模块之间。
再搭建VCE在线测量电路，最后将VCE在线测量电路的两输入端接在全桥逆变器电路的其中一个桥臂的IGBT功率模块的集电极和发射极。
按上述方案，所述步骤二建立健康IGBT的三维数据模型的具体方法为：通过调节高低温实验箱的工作温度模拟环境温度，使高低温实验箱模拟的环境温度变化范围为30℃～130℃，通过改变全桥逆变器电路的负载控制IGBT功率模块正向导通电流变化范围为20A～60A；全桥逆变器电路的四个桥臂上的IGBT功率模块均为健康的IGBT功率模块，将其中一个健康的IGBT功率模块置于高低温实验箱中，待温度稳定后连接到全桥逆变器电路中，高低温实验箱模拟的环境温度每间隔5℃，IGBT功率模块正向导通电流电流每间隔2A对全桥逆变器电路中的IGBT功率模块的饱和压降进行一次测量。利用Matlab中的cftool工具箱对三维数组(Ta,Ic,VCE)进行曲面拟合，得到健康IGBT功率模块饱和压降曲面；Ta表示高低温实验箱模拟的环境温度，Ic表示IGBT功率模块正向导通电流，VCE表示IGBT功率模块饱和压降。
IGBT功率模块通常包含至少两个IGBT芯片，各IGBT芯片焊接在覆铜陶瓷(DirectBonding Copper，DBC)基板的上铜层。DBC基板的中间层为陶瓷层，实现电气绝缘和支撑模块功能。各IGBT芯片通过铝制键合线与DBC基板连接，从而实现电气连接。本发明选用现有成熟SEMKRON系列的SKM50GB12T4型焊接的IGBT功率模块进行实验验证，该型号IGBT功率模块的IGBT芯片和DBC基板之间通过6根键合线连接。
按上述方案，所述步骤三建立键合线断裂的IGBT三维数据模型具体方法为：在保护IGBT功率模块封装的前提下，人为的对IGBT功率模块的键合线(当IGBT功率模块选用现有成熟SEMKRON系列的SKM50GB12T4型时，键合线为6根)进行拆断实验，以模拟实际工况中因恶劣工作环境或正常老化而导致的键合线脱落故障。每拆断一根键合线后，将IGBT功率模块置于高低温试验箱中，通过高低温实验箱的工作温度模拟环境温度，使高低温实验箱模拟的环境温度变化范围为30℃～130℃，通过改变全桥逆变器电路的负载控制IGBT功率模块正向导通电流变化范围为20A～60A；高低温实验箱模拟的环境温度每间隔5℃，IGBT功率模块正向导通电流每间隔2A测量一次IGBT功率模块的饱和压降。直至IGBT功率模块内所有的键合线全部拆断(当IGBT功率模块选用现有成熟SEMKRON系列的SKM50GB12T4型时，直至6根键合线全部拆断)。利用Matlab中的cftool工具箱对实验数据进行曲面拟合，从而得到键合线断裂的故障IGBT饱和压降曲面，键合线断裂的故障IGBT饱和压降曲面的数量与IGBT功率模块的所有键合线的数量相同，每新增一根键合线断裂，则获得一个相应的键合线断裂的故障IGBT饱和压降曲面(如键合线为6根的情况下：断裂一根键合线，获得一个一根键合线断裂的故障IGBT饱和压降曲面；断裂两根键合线，获得一个两根键合线断裂的故障IGBT饱和压降曲面；断裂三根键合线，获得一个三根键合线断裂的故障IGBT饱和压降曲面；断裂四根键合线，获得一个四根键合线断裂的故障IGBT饱和压降曲面；断裂五根键合线，获得一个五根键合线断裂的故障IGBT饱和压降曲面；断裂六根键合线，获得一个六根键合线断裂的故障IGBT饱和压降曲面)。
按上述方案，所述步骤四中采用遗传算法优化最小二乘支持向量机的具体方法为：
根据健康IGBT功率模块饱和压降曲面和根据键合线断裂的故障IGBT饱和压降曲面均可获得一系列三维数组(Ta,Ic,VCE)，将根据健康IGBT功率模块饱和压降曲面和根据键合线断裂的故障IGBT饱和压降曲面获得所有三维数组(Ta,Ic,VCE)分成两部分，其中一部分作为训练样本，另一部分作为测试样本。
根据键合线断裂的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)，包括根据键合线断裂一根的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)、键合线断裂两根的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)……键合线断裂A(1≤A≤键合线总根数)根的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)……所有键合线断裂的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)。
对于最小二乘支持向量机，不同的核函数表现出不同的分类性能。本发明采用形式为K(xi,xj)＝exp(-||xi-xj||2/2σ2)的高斯径向基(RBF)核函数，σ表示核参数。最小二乘支持向量机的核参数σ和最小二乘支持向量机的正则化参数γ的选择会影响最小二乘支持向量机的分类精度，因此为了快速准确地对IGBT功率模块键合线故障进行分类，本发明采用遗传算法(genetic algorithm，GA)对最小二乘支持向量机的参数进行优化。具体步骤如下：
1)编码：对训练样本采用格雷码编码。
2)初始种群的生成：随机生成50组最小二乘支持向量机的核参数σ和正则化参数γ，一组参数为一个染色体，共50个染色体，σ和γ为染色体上的两个基因，σ和γ的初始取值范围均为[0.1,100]。
3)适应度值评价检测：将训练样本进行交叉验证(cross validation，CV)时获得的准确率作为遗传算法中的各染色体的适应度值。
4)选择：将染色体的适应度值按从大到小顺序排列，根据随机竞争选择法进行选择。
5)交叉：设置交叉概率pc＝0.5，选择两点交叉。
6)变异：设置变异概率pm＝0.01，选择有效基因变异产生新的个体。
7)终止条件：设置最大迭代次数为200，将测试样本带入最小二乘支持向量机，若准确率没有达到指标且迭代次数小于200时，继续进行选择、交叉、变异操作，当准确率达到指标或者迭代次数达到200，选择具有最大适应度值的染色体个体作为最小二乘支持向量机的最优参数。
按上述方案，所述步骤五中利用优化后的最小二乘支持向量机对三维数据模型进行状态评估的具体方法为：
将相同条件下(即正向导通电流和环境温度相同的条件下)IGBT键合线断裂A(1≤A≤键合线总根数)根时得到的饱和压降与IGBT健康时得到的饱和压降的差值/IGBT健康时得到的饱和压降，即可得到IGBT键合线断裂A根时的饱和压降增量。“/”表示除以。
本发明将IGBT模块键合线故障按照饱和压降增量分为三个等级，分别为健康、键合线故障(故障断1-3根)和芯片故障(断4-6根)，其对应的饱和压降增量区间分别为ΔVCE<1％，1％≤ΔVCE<5％，ΔVCE≥5％。采用标签1、2、3分别表示IGBT模块键合线故障的健康、键合线故障、芯片故障三个等级。
根据获得的最小二乘支持向量机的最优参数，构建最小二乘支持向量机分类决策函数，最小二乘支持向量机分类决策函数的输出为IGBT模块键合线故障的等级，最小二乘支持向量机分类决策函数的输出可为1、2或3，1、2、3分别表示IGBT模块键合线故障的健康、键合线故障、芯片故障三个等级。
最小二乘支持向量机分类决策函数的输入为工况条件(环境温度，导通电流)确定时测得的IGBT功率模块的饱和压降。
给定训练样本集{(x1,y1),…,(xn,yn)}，n表示训练样本容量，xi∈Rn表示第i个训练样本，yi表示第i个训练样本的期望输出，即类标。
一个训练样本xi对应一个三维数组(Ta,Ic,VCE)；
当作为训练样本xi的三维数组(Ta,Ic,VCE)根据健康IGBT功率模块饱和压降曲面获得，且饱和压降增量ΔVCE<1％时，训练样本的期望输出yi等于1；
当作为训练样本xi的三维数组(Ta,Ic,VCE)根据键合线断裂(断1-3根)的IGBT饱和压降曲面获得，且饱和压降增量1％≤ΔVCE<5％时，训练样本的期望输出yi等于2；当作为训练样本xi的三维数组(Ta,Ic,VCE)根据键合线断裂(断4-6根)的IGBT饱和压降曲面获得，且饱和压降增量ΔVCE≥5％时，训练样本的期望输出yi等于3。
根据获得的最小二乘支持向量机的最优参数，构建的最小二乘支持向量机分类决策函数为：
Figure BDA0002084865720000051
式中，ω表示权向量，b表示偏置常数，K(xi,xj)表示最小二乘支持向量机的核函数。其中K(xi,xj)＝exp(-||xi-xj||2/2σ2)是核参数σ的函数，xi和xj分别表示第i个和第j个样本输入；ω和b可通过求解最小二乘支持向量机的目标函数来确定，其目标函数为：
Figure BDA0002084865720000052
约束条件为：
Figure BDA0002084865720000053
式中，xi、yi分别表示输入的第i个训练样本及其对应的输出；n表示训练样本容量；γ为正则化参数；ξi为松弛因子，且ξi≥0；
Figure BDA0002084865720000054
为核空间的映射函数。
与现有技术相比，本发明的有益效果是：
1、本发明提供的IGBT模块键合线在线状态监测的方法在全桥逆变器上实现，选取IGBT饱和压降VCE作为表征键合线健康情况的指示参数，并且设计了一套VCE在线测量电路，该电路不仅可以精确测量饱和压降，抗干扰能力强，而且可以间接提取IGBT结温；
2、本发明考虑工作条件的变化对IGBT的影响，建立环境温度、IGBT正向导通电流以及IGBT饱和压降的三维数据模型，可以更好地模拟IGBT的实际工况；
3、本发明利用遗传算法优化最小二乘支持向量机的超参数(即核参数σ和正则化参数γ)，然后利用优化后的最小二乘支持向量机对三维数据模型进行状态评估，相对于其他算法，具有较高的准确率，且运行时间减小。
附图说明
图1为本发明IGBT模块键合线在线状态监测的方法流程图；
图2为IGBT模块结构示意图；
图3为全桥逆变器电路图；
图4为VCE在线测量电路；
图5为健康和键合线断裂IGBT饱和压降曲面。
具体实施方式
下面结合具体实施例和附图对本发明作进一步的说明。
本实施例采用SEMKRON系列的SKM50GB12T4型功率模块进行实验验证，其芯片和基板之间采用六根键合引线并联连接。
如图1所示，本发明提供了一种IGBT模块键合线在线状态监测的方法，下面以图3所示的全桥逆变器电路为例详细介绍该方法的实施过程，具体实施步骤如下：
步骤1、搭建全桥逆变器电路以及VCE在线测量电路，将VCE在线测量电路的两输入端接在全桥逆变器电路的IGBT功率模块的集电极和发射极，实现全桥逆变器电路与VCE在线测量电路的连接。
搭建全桥逆变器电路、VCE在线测量电路、SPWM控制电路和门级驱动电路，将VCE在线测量电路的两输入端接在全桥逆变器电路的IGBT的集电极和发射极，实现全桥逆变器电路与VCE在线测量电路的连接，如图3所示。
参照图3，搭建全桥逆变器电路的具体过程为：
先搭建SPWM控制电路，搭建门级驱动电路，门级驱动电路由SPWM控制电路调制，门级驱动电路的输入端与SPWM控制电路的输出端连接，门级驱动电路的输出端与IGBT功率模块的栅极相连；全桥逆变器电路有四个桥臂，每个桥臂由一个SPWM控制电路、一个门级驱动电路、一个IGBT功率模块和一个二极管构成；全桥逆变器电路的负载的一端接于两个相邻桥臂的IGBT功率模块之间，负载的另一端接于另两个相邻桥臂的IGBT功率模块之间。为了使全桥逆变器的上下桥臂中的两个IGBT不会因为门级驱动电路的开关速度问题发生同时导通，需要设置合理的死区时间。
再搭建VCE在线测量电路，参照图4所示的VCE在线测量电路，VCE在线测量电路的两输入端分别接IGBT的集电极和发射极。
步骤2、建立健康IGBT的三维数据模型：通过调节高低温实验箱的工作温度模拟环境温度，使高低温实验箱模拟的环境温度变化范围为30℃～130℃，通过改变全桥逆变器电路的负载控制IGBT功率模块正向导通电流变化范围为20A～60A；全桥逆变器电路的四个桥臂上的IGBT功率模块均为健康的IGBT功率模块，将其中一个健康的IGBT功率模块置于高低温实验箱中，待温度稳定后连接到全桥逆变器电路中，高低温实验箱模拟的环境温度每间隔5℃，IGBT功率模块正向导通电流电流每间隔2A对全桥逆变器电路中的IGBT功率模块的饱和压降进行一次测量。利用Matlab中的cftool工具箱对三维数组(Ta,Ic,VCE)进行曲面拟合，得到健康IGBT功率模块饱和压降曲面；Ta表示高低温实验箱模拟的环境温度，Ic表示IGBT功率模块正向导通电流，VCE表示IGBT功率模块饱和压降。
参照图2，IGBT功率模块通常包含至少两个IGBT芯片，各IGBT芯片焊接在覆铜陶瓷(Direct Bonding Copper，DBC)基板的上铜层。DBC基板的中间层为陶瓷层，实现电气绝缘和支撑模块功能。各IGBT芯片通过铝制键合线与DBC基板连接，从而实现电气连接。本发明选用现有成熟SEMKRON系列的SKM50GB12T4型焊接的IGBT功率模块进行实验验证，该型号IGBT功率模块的IGBT芯片和DBC基板之间通过6根键合线连接。图2中，标记1表示键合线，标记2表示IGBT芯片，标记3表示DBC基板。
步骤3、建立键合线断裂的IGBT三维数据模型：在保护IGBT功率模块封装的前提下，人为的对IGBT功率模块的键合线(当IGBT功率模块选用现有成熟SEMKRON系列的SKM50GB12T4型时，键合线为6根)进行拆断实验，以模拟实际工况中因恶劣工作环境或正常老化而导致的键合线脱落故障。每拆断一根键合线后，将IGBT功率模块置于高低温试验箱中，通过高低温实验箱的工作温度模拟环境温度，使高低温实验箱模拟的环境温度变化范围为30℃～130℃，通过改变全桥逆变器电路的负载控制IGBT功率模块正向导通电流变化范围为20A～60A；高低温实验箱模拟的环境温度每间隔5℃，IGBT功率模块正向导通电流每间隔2A测量一次IGBT功率模块的饱和压降。直至IGBT功率模块内所有的键合线全部拆断(当IGBT功率模块选用现有成熟SEMKRON系列的SKM50GB12T4型时，直至6根键合线全部拆断)。利用Matlab中的cftool工具箱对实验数据进行曲面拟合，从而得到键合线断裂的故障IGBT饱和压降曲面，键合线断裂的故障IGBT饱和压降曲面的数量与IGBT功率模块的所有键合线的数量相同，每新增一根键合线断裂，则获得一个相应的键合线断裂的故障IGBT饱和压降曲面(参照图5，如键合线为6根的情况下：断裂一根键合线，获得一个一根键合线断裂的故障IGBT饱和压降曲面；断裂两根键合线，获得一个两根键合线断裂的故障IGBT饱和压降曲面；断裂三根键合线，获得一个三根键合线断裂的故障IGBT饱和压降曲面；断裂四根键合线，获得一个四根键合线断裂的故障IGBT饱和压降曲面；断裂五根键合线，获得一个五根键合线断裂的故障IGBT饱和压降曲面；断裂六根键合线，获得一个六根键合线断裂的故障IGBT饱和压降曲面)。
步骤4、采用遗传算法优化最小二乘支持向量机：
根据健康IGBT功率模块饱和压降曲面和根据键合线断裂的故障IGBT饱和压降曲面均可获得一系列三维数组(Ta,Ic,VCE)，将根据健康IGBT功率模块饱和压降曲面和根据键合线断裂的故障IGBT饱和压降曲面获得所有三维数组(Ta,Ic,VCE)分成两部分，其中一部分作为训练样本，另一部分作为测试样本。
根据键合线断裂的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)，包括根据键合线断裂一根的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)、键合线断裂两根的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)……键合线断裂A(1≤A≤键合线总根数)
根的故障IGBT饱和压降曲面获得的三维数组(Ta,IC,VCE)……所有键合线断裂的故障IGBT饱和压降曲面获得的三维数组(Ta,Ic,VCE)。
对于最小二乘支持向量机，不同的核函数表现出不同的分类性能。本发明采用形式为K(xi,xj)＝exp(-||xi-xj||2/2σ2)的高斯径向基(RBF)核函数，σ表示核参数。最小二乘支持向量机的核参数σ和最小二乘支持向量机的正则化参数γ的选择会影响最小二乘支持向量机的分类精度，因此为了快速准确地对IGBT功率模块键合线故障进行分类，本发明采用遗传算法(genetic algorithm，GA)对最小二乘支持向量机的参数进行优化。具体步骤如下：
1)编码：对训练样本采用格雷码编码。
2)初始种群的生成：随机生成50组最小二乘支持向量机的核参数σ和正则化参数γ，一组参数为一个染色体，共50个染色体，σ和γ为染色体上的两个基因，σ和γ的初始取值范围均为[0.1,100]。
3)适应度值评价检测：将训练样本进行交叉验证(cross validation，CV)时获得的准确率作为遗传算法中的各染色体的适应度值。
4)选择：将染色体的适应度值按从大到小顺序排列，根据随机竞争选择法进行选择。
5)交叉：设置交叉概率pc＝0.5，选择两点交叉。
6)变异：设置变异概率pm＝0.01，选择有效基因变异产生新的个体。
7)终止条件：设置最大迭代次数为200，将测试样本带入最小二乘支持向量机，若准确率没有达到指标且迭代次数小于200时，继续进行选择、交叉、变异操作，当准确率达到指标或者迭代次数达到200，选择具有最大适应度值的染色体个体作为最小二乘支持向量机的最优参数。
步骤5：利用优化后的最小二乘支持向量机对三维数据模型进行状态评估：
将相同条件下(即正向导通电流和环境温度相同的条件下)IGBT键合线断裂A(1≤A≤键合线总根数)根时得到的饱和压降与IGBT健康时得到的饱和压降的差值/IGBT健康时得到的饱和压降，即可得到IGBT键合线断裂A根时的饱和压降增量。
本发明将IGBT模块键合线故障按照饱和压降增量分为三个等级，分别为健康、键合线故障(故障断1-3根)和芯片故障(断4-6根)，其对应的饱和压降增量区间分别为ΔVCE<1％，1％≤ΔVCE<5％，ΔVCE≥5％。采用标签1、2、3分别表示IGBT模块键合线故障的健康、键合线故障、芯片故障三个等级。
根据获得的最小二乘支持向量机的最优参数，构建最小二乘支持向量机分类决策函数，最小二乘支持向量机分类决策函数的输出为IGBT模块键合线故障的等级，最小二乘支持向量机分类决策函数的输出可为1、2或3，1、2、3分别表示IGBT模块键合线故障的健康、键合线故障、芯片故障三个等级。
最小二乘支持向量机分类决策函数的输入为工况条件(环境温度，导通电流)确定时测得的IGBT功率模块的饱和压降。
给定训练样本集{(x1,y1),…,(xn,yn)}，n表示训练样本容量，xi∈Rn表示第i个训练样本，yi表示第i个训练样本的期望输出，即类标。
一个训练样本xi对应一个三维数组(Ta,Ic,VCE)；
当作为训练样本xi的三维数组(Ta,Ic,VCE)根据健康IGBT功率模块饱和压降曲面获得，且饱和压降增量ΔVCE<1％时，训练样本的期望输出yi等于1；
当作为训练样本xi的三维数组(Ta,Ic,VCE)根据键合线断裂(断1-3根)的IGBT饱和压降曲面获得，且饱和压降增量1％≤ΔVCE<5％时，训练样本的期望输出yi等于2；当作为训练样本xi的三维数组(Ta,IC,VCE)根据键合线断裂(断4-6根)的IGBT饱和压降曲面获得，且饱和压降增量ΔVCE≥5％时，训练样本的期望输出yi等于3。
根据获得的最小二乘支持向量机的最优参数，构建的最小二乘支持向量机分类决策函数为：
Figure BDA0002084865720000091
式中，ω表示权向量，b表示偏置常数，K(xi,xj)表示最小二乘支持向量机的核函数。其中K(xi,xj)＝exp(-||xi-xj||2/2σ2)是核参数σ的函数，xi和xj分别表示第i个和第j个样本输入；ω和b可通过求解最小二乘支持向量机的目标函数来确定，其目标函数为：
Figure BDA0002084865720000101
约束条件为：
Figure BDA0002084865720000104
式中，xi、yi分别表示输入的第i个训练样本及其对应的输出；n表示训练样本容量；γ为正则化参数；ξi为松弛因子，且ξi≥0；
Figure BDA0002084865720000102
为核空间的映射函数。
本实施例中，将IGBT模块键合线故障按照饱和压降增量分为三个等级，分别为健康、键合线故障(断1-3根)和芯片故障(断4-6根)，其对应的饱和压降增量区间分别为ΔVCE<1％，1％≤ΔVCE<5％，ΔVCE≥5％。采用标签1、2、3分别表示IGBT模块键合线故障的三个等级。那么，yi∈{1,2，3}。通过实验采集到IGBT模块的1组健康信号和6组故障信号，从每组信号中提取441个数据点，共3087个数据点。利用每组信号中的341个数据点，共2387个数据点作为训练数据，另外700个数据点作为测试样本数据。表1为优化后的最小二乘支持向量机状态评估结果。
表1 GA-LS-SVM状态评估结果
Figure BDA0002084865720000103
由表1可见，基于遗传算法优化最小二乘支持向量机可以对IGBT模块键合线故障进行精确分类，准确率较高。从侧面也验证了本发明的可行性。
显然，上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。而这些属于本发明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。

Claims (1)

1.一种IGBT模块键合线在线状态监测的方法，其特征在于，包括以下步骤：
步骤一：搭建全桥逆变器电路以及
Figure DEST_PATH_IMAGE001
在线测量电路，将
Figure 862755DEST_PATH_IMAGE001
在线测量电路的两输入端接 在全桥逆变器电路的IGBT功率模块的集电极和发射极，实现全桥逆变器电路与
Figure 719852DEST_PATH_IMAGE001
在线测 量电路的连接；所述搭建全桥逆变器电路的具体方法为：先搭建SPWM控制电路，设置SPWM控 制电路的死区时间，然后搭建门级驱动电路，门级驱动电路由SPWM控制电路调制，门级驱动 电路的输入端与SPWM控制电路的输出端连接，门级驱动电路的输出端与IGBT功率模块的栅 极相连；全桥逆变器电路有四个桥臂，每个桥臂由一个SPWM控制电路、一个门级驱动电路、 一个IGBT功率模块和一个二极管构成；全桥逆变器电路的负载的一端接于两个相邻桥臂的 IGBT功率模块之间，负载的另一端接于另两个相邻桥臂的IGBT功率模块之间；再搭建
Figure 351822DEST_PATH_IMAGE001
在 线测量电路，最后将
Figure 3383DEST_PATH_IMAGE001
在线测量电路的两输入端接在全桥逆变器电路的其中一个桥臂的 IGBT功率模块的集电极和发射极；
步骤二：建立健康IGBT的三维数据模型；具体方法为：通过调节高低温实验箱的工作温 度模拟环境温度，使高低温实验箱模拟的环境温度变化范围为30℃~130℃，通过改变全桥 逆变器电路的负载控制IGBT功率模块正向导通电流变化范围为20A~60A；全桥逆变器电路 的四个桥臂上的IGBT功率模块均为健康的IGBT功率模块，将其中一个健康的IGBT功率模块 置于高低温实验箱中，待温度稳定后连接到全桥逆变器电路中，高低温实验箱模拟的环境 温度每间隔5℃，IGBT功率模块正向导通电流每间隔2A对全桥逆变器电路中的IGBT功率模 块的饱和压降进行一次测量；利用Matlab中的cftool工具箱对三维数组
Figure 986383DEST_PATH_IMAGE002
进行曲 面拟合，得到健康IGBT功率模块饱和压降曲面；
Figure 381592DEST_PATH_IMAGE003
表示高低温实验箱模拟的环境温度，
Figure 930385DEST_PATH_IMAGE004
表 示IGBT功率模块正向导通电流，
Figure 956110DEST_PATH_IMAGE005
表示IGBT功率模块饱和压降；
步骤三：建立键合线断裂的IGBT三维数据模型；具体方法为：在保护IGBT功率模块封装的前提下，人为的对IGBT功率模块的键合线进行拆断实验，以模拟实际工况中因恶劣工作环境或正常老化而导致的键合线脱落故障；每拆断一根键合线后，将IGBT功率模块置于高低温试验箱中，通过高低温实验箱的工作温度模拟环境温度，使高低温实验箱模拟的环境温度变化范围为30℃~130℃，通过改变全桥逆变器电路的负载控制IGBT功率模块正向导通电流变化范围为20A~60A；高低温实验箱模拟的环境温度每间隔5℃，IGBT功率模块正向导通电流每间隔2A测量一次IGBT功率模块的饱和压降；直至IGBT功率模块内所有的键合线全部拆断；利用Matlab中的cftool工具箱对实验数据进行曲面拟合，从而得到键合线断裂的故障IGBT饱和压降曲面，键合线断裂的故障IGBT饱和压降曲面的数量与IGBT功率模块的所有键合线的数量相同，每新增一根键合线断裂，则获得一个相应的键合线断裂的故障IGBT饱和压降曲面；
步骤四：采用遗传算法优化最小二乘支持向量机；具体方法为：根据健康IGBT功率模块 饱和压降曲面和根据键合线断裂的故障IGBT饱和压降曲面均可获得一系列三维数组
Figure 223143DEST_PATH_IMAGE006
，将根据健康IGBT功率模块饱和压降曲面和根据键合线断裂的故障IGBT饱和压 降曲面获得所有三维数组
Figure 359726DEST_PATH_IMAGE006
分成两部分，其中一部分作为训练样本，另一部分作 为测试样本；
根据键合线断裂的故障IGBT饱和压降曲面获得的三维数组
Figure 763026DEST_PATH_IMAGE006
，包括根据键合 线断裂一根的故障IGBT饱和压降曲面获得的三维数组
Figure 21969DEST_PATH_IMAGE006
、键合线断裂两根的故障 IGBT饱和压降曲面获得的三维数组
Figure 705192DEST_PATH_IMAGE006
……键合线断裂A根的故障IGBT饱和压降曲 面获得的三维数组
Figure 442204DEST_PATH_IMAGE006
……所有键合线断裂的故障IGBT饱和压降曲面获得的三维 数组
Figure 903273DEST_PATH_IMAGE006
；1≤A≤键合线总根数；
对于最小二乘支持向量机，不同的核函数表现出不同的分类性能；采用形式为
Figure 333117DEST_PATH_IMAGE007
的高斯径向基（RBF）核函数，
Figure 309163DEST_PATH_IMAGE008
表示核参数；最小二乘支持向 量机的核参数
Figure 787549DEST_PATH_IMAGE008
和最小二乘支持向量机的正则化参数
Figure DEST_PATH_IMAGE009
的选择会影响最小二乘支持向量机 的分类精度，为了快速准确地对IGBT功率模块键合线故障进行分类，采用遗传算法对最小 二乘支持向量机的参数进行优化：1）编码：对训练样本采用格雷码编码；2）初始种群的生 成：随机生成50组最小二乘支持向量机的核参数
Figure 431020DEST_PATH_IMAGE010
和正则化参数
Figure DEST_PATH_IMAGE011
，一组参数为一个染色体， 共50个染色体，
Figure 703869DEST_PATH_IMAGE010
和
Figure 370474DEST_PATH_IMAGE011
为染色体上的两个基因，
Figure 449289DEST_PATH_IMAGE010
和
Figure 947266DEST_PATH_IMAGE011
的初始取值范围均为[0.1,100]；3）适应 度值评价检测：将训练样本进行交叉验证时获得的准确率作为遗传算法中的各染色体的适 应度值；4）选择：将染色体的适应度值按从大到小顺序排列，根据随机竞争选择法进行选 择；5）交叉：设置交叉概率
Figure 391017DEST_PATH_IMAGE012
，选择两点交叉；6）变异：设置 变异概率
Figure DEST_PATH_IMAGE013
，选择有 效基因变异产生新的个体；7）终止条件：设置最大迭代次数为200，将测试样本带入最小二 乘支持向量机，若准确率没有达到指标且迭代次数小于200时，继续进行选择、交叉、变异操 作，当准确率达到指标或者迭代次数达到200，选择具有最大适应度值的染色体个体作为最 小二乘支持向量机的最优参数；
步骤五：利用优化后的最小二乘支持向量机对步骤二和步骤三得到的三维数据模型进行状态评估；具体方法为：
将相同条件下，即正向导通电流和环境温度相同的条件下，IGBT键合线断裂A根时得到的饱和压降与IGBT健康时得到的饱和压降的差值/IGBT健康时得到的饱和压降，即可得到IGBT键合线断裂A根时的饱和压降增量；1≤A≤键合线总根数；
将IGBT模块键合线故障按照饱和压降增量分为三个等级，分别为健康、键合线故障和 芯片故障，其对应的饱和压降增量区间分别为
Figure 544918DEST_PATH_IMAGE014
，
Figure 427423DEST_PATH_IMAGE015
，
Figure 779907DEST_PATH_IMAGE016
；采用标 签1、2、3分别表示IGBT模块键合线故障的健康、键合线故障、芯片故障三个等级；
根据获得的最小二乘支持向量机的最优参数，构建最小二乘支持向量机分类决策函数，最小二乘支持向量机分类决策函数的输出为IGBT模块键合线故障的等级，最小二乘支持向量机分类决策函数的输出为1、2或3，1、2、3分别表示IGBT模块键合线故障的健康、键合线故障、芯片故障三个等级；
最小二乘支持向量机分类决策函数的输入为工况条件即环境温度和导通电流确定时测得的IGBT功率模块的饱和压降；
给定训练样本集
Figure DEST_PATH_IMAGE017
，n表示训练样本容量，
Figure 660138DEST_PATH_IMAGE018
表示第
Figure 32826DEST_PATH_IMAGE020
个训练样本，
Figure 453443DEST_PATH_IMAGE021
表示第
Figure 926013DEST_PATH_IMAGE020
个训练样本的期望输出，即类标；
一个训练样本
Figure 711566DEST_PATH_IMAGE022
对应一个三维数组
Figure 636797DEST_PATH_IMAGE023
；
当作为训练样本
Figure 798788DEST_PATH_IMAGE022
的三维数组
Figure 125864DEST_PATH_IMAGE023
根据健康IGBT功率模块饱和压降曲面获得， 且饱和压降增量
Figure 410215DEST_PATH_IMAGE024
时，训练样本的期望输出等于1；
当作为训练样本
Figure 522845DEST_PATH_IMAGE022
的三维数组
Figure 642110DEST_PATH_IMAGE027
根据键合线断裂1-3根的IGBT饱和压降曲面 获得，且饱和压降增量
Figure 97362DEST_PATH_IMAGE028
时，训练样本的期望输出等于2；当作为训练样 本
Figure 500979DEST_PATH_IMAGE022
的三维数组
Figure 537068DEST_PATH_IMAGE027
根据键合线断裂4-6根的IGBT饱和压降曲面获得，且饱和压降增 量
Figure 100905DEST_PATH_IMAGE029
时，训练样本的期望输出
Figure 488024DEST_PATH_IMAGE021
等于3；
根据获得的最小二乘支持向量机的最优参数，构建的最小二乘支持向量机分类决策函数为：
Figure 592246DEST_PATH_IMAGE030
；
式中，
Figure 686104DEST_PATH_IMAGE031
表示权向量，b表示偏置常数，
Figure 483158DEST_PATH_IMAGE032
表示最小二乘支持向量机的核函数；其 中
Figure 32607DEST_PATH_IMAGE033
是核参数
Figure 206100DEST_PATH_IMAGE008
的函数，
Figure 216781DEST_PATH_IMAGE022
和
Figure 122420DEST_PATH_IMAGE034
分别表示第i个和第 j个样本输入；
Figure 218552DEST_PATH_IMAGE031
和b可通过求解最小二乘支持向量机的目标函数来确定，其目标函数为：
Figure 602260DEST_PATH_IMAGE035
约束条件为：
Figure 733027DEST_PATH_IMAGE036
；
式中，
Figure 871884DEST_PATH_IMAGE022
、分别表示输入的第i个训练样本及其对应的输出；n表示训练样本容量；
Figure 642711DEST_PATH_IMAGE011
为 正则化参数；
Figure 627985DEST_PATH_IMAGE037
为松弛因子，且
Figure DEST_PATH_IMAGE038
；
Figure 875426DEST_PATH_IMAGE039
为核空间的映射函数。
CN201910484280.0A 2019-06-05 2019-06-05 一种igbt模块键合线在线状态监测的方法 Active CN110221189B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910484280.0A CN110221189B (zh) 2019-06-05 2019-06-05 一种igbt模块键合线在线状态监测的方法
PCT/CN2019/098170 WO2020244043A1 (zh) 2019-06-05 2019-07-29 一种igbt模块键合线在线状态监测的方法
US17/616,668 US11874341B2 (en) 2019-06-05 2019-07-29 Method for monitoring online state of bonding wire of IGBT module

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910484280.0A CN110221189B (zh) 2019-06-05 2019-06-05 一种igbt模块键合线在线状态监测的方法

Publications (2)

Publication Number Publication Date
CN110221189A CN110221189A (zh) 2019-09-10
CN110221189B true CN110221189B (zh) 2020-07-17

Family

ID=67819710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910484280.0A Active CN110221189B (zh) 2019-06-05 2019-06-05 一种igbt模块键合线在线状态监测的方法

Country Status (3)

Country Link
US (1) US11874341B2 (zh)
CN (1) CN110221189B (zh)
WO (1) WO2020244043A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110726921B (zh) * 2019-11-14 2022-05-31 臻驱科技（上海）有限公司 一种igbt模块寿命监测方法
CN111141794A (zh) * 2020-01-15 2020-05-12 合肥工业大学 一种fpga焊接点故障在线状态监测方法
CN111371301B (zh) * 2020-03-13 2021-11-02 中南大学 一种两电平牵引逆变器igbt结温控制方法及系统
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
CN111781482B (zh) * 2020-06-10 2022-10-25 徐州中矿大传动与自动化有限公司 一种大功率sic mosfet模块键合线健康状态检测方法及装置
CN111856233B (zh) * 2020-07-03 2021-04-27 武汉大学 基于键合引线退化的igbt模块可靠性评估方法及装置
CN112818622B (zh) * 2021-01-06 2022-06-03 武汉大学 一种多芯片并联igbt模块可靠性综合评价方法及系统
CN113219315B (zh) * 2021-05-13 2022-04-15 武汉大学 基于结温归一化的逆变器igbt老化在线监测方法及系统
CN113406466B (zh) * 2021-06-03 2024-05-17 合肥工业大学 一种igbt模块封装老化在线健康管理方法及系统
CN113449461A (zh) * 2021-06-08 2021-09-28 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 开关器件老化等效方法
CN113567825B (zh) * 2021-07-26 2023-01-13 华北电力大学 Igbt模块键合线断裂在线监测装置、监测方法和应用
CN114002575B (zh) * 2021-11-03 2024-05-24 华北电力大学 一种igbt模块的键合线断裂状态监测方法及装置
CN115392140B (zh) * 2022-10-28 2023-04-07 北京航空航天大学 功率变换器中功率器件结温预测模型建立方法及装置
CN117092477B (zh) * 2023-08-23 2024-03-08 杭州高裕电子科技股份有限公司 一种用于三电平功率模块的高温反偏老化测试方法
CN117350226A (zh) * 2023-09-26 2024-01-05 菏泽嘉诺网络科技有限公司 一种igbt器件的状态参数采集方法
CN117590190A (zh) * 2024-01-18 2024-02-23 国网山东省电力公司营销服务中心(计量中心) 一种光伏逆变器igbt老化故障预测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105911446A (zh) * 2016-04-12 2016-08-31 重庆大学 Igbt老化状态监测方法及装置
CN107621782A (zh) * 2017-05-08 2018-01-23 安徽理工大学 一种栅双极型晶体管(igbt)模块的故障诊断方法
CN108627753A (zh) * 2018-05-11 2018-10-09 西安交通大学 一种基于米勒平台时延的igbt在线状态监测方法与测量系统
CN109188232A (zh) * 2018-09-06 2019-01-11 河北工业大学 一种igbt模块状态评估与剩余寿命预测模型的构建方法
CN109188142A (zh) * 2018-09-18 2019-01-11 国网江苏省电力有限公司盐城供电分公司 Upfc功率模块老化综合测试平台

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9494657B2 (en) * 2012-10-16 2016-11-15 University Of Utah Research Foundation State of health estimation of power converters
CN104880657B (zh) 2014-02-28 2018-01-12 西安永电电气有限责任公司 Igbt器件的故障检测方法及相应的检测电路
WO2016154444A1 (en) * 2015-03-25 2016-09-29 Sunpower Corporation Converter topologies and control
GB201506183D0 (en) * 2015-04-23 2015-05-27 Rolls Royce Plc Inverter control method
US10353014B2 (en) * 2015-10-08 2019-07-16 Deere & Company Watchdog scheme for monitoring a power electronic inverter and determining a manner of operating a load
CN108445371B (zh) * 2018-01-18 2021-02-19 国网浙江省电力公司舟山供电公司 绝缘栅双极型晶体管使用寿命预分拣方法
CN109871591A (zh) * 2019-01-24 2019-06-11 武汉大学 一种igbt功率模块在线估算结温的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105911446A (zh) * 2016-04-12 2016-08-31 重庆大学 Igbt老化状态监测方法及装置
CN107621782A (zh) * 2017-05-08 2018-01-23 安徽理工大学 一种栅双极型晶体管(igbt)模块的故障诊断方法
CN108627753A (zh) * 2018-05-11 2018-10-09 西安交通大学 一种基于米勒平台时延的igbt在线状态监测方法与测量系统
CN109188232A (zh) * 2018-09-06 2019-01-11 河北工业大学 一种igbt模块状态评估与剩余寿命预测模型的构建方法
CN109188142A (zh) * 2018-09-18 2019-01-11 国网江苏省电力有限公司盐城供电分公司 Upfc功率模块老化综合测试平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于三维数据建模的IGBT键合线健康监测方法;马铭遥;《电力电子技术》;20180920;第52卷(第9期);说明书第80-145段，图1-2 *
基于键合线压降的IGBT模块;龚灿;《电源学报》;20161116;第14卷(第6期);全文 *

Also Published As

Publication number Publication date
US20220326314A1 (en) 2022-10-13
WO2020244043A1 (zh) 2020-12-10
CN110221189A (zh) 2019-09-10
US11874341B2 (en) 2024-01-16

Similar Documents

Publication Publication Date Title
CN110221189B (zh) 一种igbt模块键合线在线状态监测的方法
CN109101738B (zh) 一种igbt模块老化程度评估方法
CN110502777A (zh) 基于神经网络预测的igbt模块状态检测系统及方法
CN104777410A (zh) 交联聚乙烯电缆局部放电模式识别方法
CN110570122A (zh) 一种计及风速季节特性及集电系统元件故障的海上风电场可靠性评估方法
CN107153735A (zh) 电机驱动系统pwm逆变器故障诊断方法
CN109992911B (zh) 基于极限学习机和iv特性的光伏组件快速建模方法
Yuan et al. Open-circuit fault diagnosis of NPC inverter based on improved 1-D CNN network
CN108445371A (zh) 绝缘栅双极型晶体管使用寿命预分拣方法
CN107066760A (zh) 一种光伏组件参数辨识方法
CN115469184A (zh) 基于卷积网络的新能源输电线路故障识别方法
CN111062569A (zh) 一种基于bp神经网络的小电流故障判别方法
Yang et al. Failure Mode Classification of IGBT Modules Under Power Cycling Tests Based on Data-Driven Machine Learning Framework
CN112560328B (zh) 基于表面微应变信号的igbt键合引线故障诊断方法
CN114217202A (zh) 一种基于多个电参数的igbt模块键合线状态监测评估方法
CN112036718B (zh) 一种考虑新能源不确定性的电力系统安全风险评估方法
CN108233356B (zh) 一种光伏逆变器控制器一致性评估方法及其评估平台
An et al. IGBT open circuit fault diagnosis method for a modular multilevel converter based on PNN-MD
CN115291074A (zh) 一种igbt芯片焊料层故障的在线监测方法
CN115097184A (zh) 基于无阈值递归图和卷积神经网络的电流信号分析方法
CN103513168A (zh) Gis及电缆局部放电综合判断方法
CN111950588A (zh) 一种基于改进Adaboost算法的分布式电源孤岛检测方法
CN105785198B (zh) 一种发电设备检测系统及检测方法
Zhang et al. Cyber-physical-social systems for wind power operation and maintenance
Zhang et al. A Digital Twin Based Health Status Monitoring Method for Single-Phase PWM Rectifiers

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