CN110703066B - 预测晶体管故障的方法及其系统 - Google Patents

预测晶体管故障的方法及其系统 Download PDF

Info

Publication number
CN110703066B
CN110703066B CN201911099707.1A CN201911099707A CN110703066B CN 110703066 B CN110703066 B CN 110703066B CN 201911099707 A CN201911099707 A CN 201911099707A CN 110703066 B CN110703066 B CN 110703066B
Authority
CN
China
Prior art keywords
data
transistor
junction temperature
determining
economic 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
CN201911099707.1A
Other languages
English (en)
Other versions
CN110703066A (zh
Inventor
邢超
何鑫
徐志
刘明群
李胜男
奚鑫泽
覃日升
郭成
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.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
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 Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN201911099707.1A priority Critical patent/CN110703066B/zh
Publication of CN110703066A publication Critical patent/CN110703066A/zh
Application granted granted Critical
Publication of CN110703066B publication Critical patent/CN110703066B/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
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/2607—Circuits therefor
    • G01R31/2608—Circuits therefor for testing bipolar transistors
    • G01R31/261—Circuits therefor for testing bipolar transistors for measuring break-down voltage or punch through voltage 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
    • G01R31/2619—Circuits therefor for testing bipolar transistors for measuring thermal properties thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Individual Semiconductor Devices (AREA)

Abstract

本发明的预测晶体管故障的方法，属于晶体管损伤预测方法的技术领域，解决预测晶体管因热疲劳而失效的技术问题。其包括获取晶体管的导通压降数据和结温数据，并确定所述结温数据和所述导通压降数据的第一对应关系；根据所述第一对应关系确定晶体管的剩余使用寿命；获取所述晶体管的已工作时间数据，并与所述剩余使用寿命数据的第二对应关系；根据所述第二对应关系确定晶体管的经济寿命数据，判断所述经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，则判定所述经济寿命数据所对应的结温，为晶体管热疲劳失效的温度点。本发明用以完晶体管的使用功能，满足人们能对晶体管热损伤预估的要求。

Description

预测晶体管故障的方法及其系统
技术领域
本发明属于晶体管损伤预测方法的技术领域，尤其是一种预测晶体管故障的方法及其系统。
背景技术
绝缘栅双极型晶体管，为称为IGBT(Insulated Gate Bipolar Transistor)，是由BJT(双极型三极管)和MOS(绝缘栅型场效应管)组成的复合全控型电压驱动式功率半导体器件,兼有MOSFET的高输入阻抗和GTR的低导通压降两方面的优点。
为满足工作需要，绝缘栅双极型晶体管常常需要工作在高压或者高温的情况下，该情况下绝缘栅双极型晶体管内阻非常大，容易产生高导通损耗，对于大功率绝缘栅双极型晶体管，该损耗产生的热量对其结温有更加明显的影响，进而影响器件的可靠性，在工作环境很苛刻的情况下或者长时间使用之后会逐渐老化，甚至失效，导致设备运行停止，甚至整个电力系统瘫痪，造成严重的经济损失，甚至威胁人类的生命安全。
有鉴于此，特提出本发明。
发明内容
本申请提供了预测晶体管故障的方法，解决预测晶体管因热疲劳而失效的技术问题。本案的技术方案有诸多技术效果，见下文。
一方面提供一种预测晶体管故障的方法，用于绝缘栅双极型晶体管的热疲劳故障预测，所述方法包括如下步骤：
获取晶体管的导通压降数据和结温数据，并确定所述结温数据和所述导通压降数据的第一对应关系；
根据所述第一对应关系确定晶体管的剩余使用寿命；
获取所述晶体管的已工作时间数据，并确定所述已工作时间数据与所述剩余使用寿命数据的第二对应关系；
根据所述第二对应关系确定晶体管的经济寿命数据，判断所述经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，则判定所述经济寿命数据所对应的结温，为晶体管热疲劳失效的温度点。
在一个优选或可选的实施方式中，所述根据第一对应关系确定晶体管的剩余使用寿命数据的方法，包括：
根据所述第一对应关系获取晶体管的结温数据；
根据所述结温数据获取晶体管的结温差数据和平均结温数据；
根据所述结温差数据和所述平均结温数据，计算晶体管的剩余使用寿命数据。
在一个优选或可选的实施方式中，根据所述第二对应关系确定晶体管的经济寿命数据的方法，包括：
利用二乘法算法对第二对应关系进行平滑处理；
确定处理后的所述第二对应关系每个点集变化的一阶导数数据，将所述一阶导数数据作为晶体管的经济寿命数据；
获取所述经济寿命数据的第一变化数据和第二变化数据，其中：
所述第一变化数据为所述经济寿命数据与晶体管工作时间的线性变化数据；
所述第二变化数据为所述经济寿命数据与晶体管工作时间的线性变化的非线性变化。
在一个优选或可选的实施方式中，判断所述经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，包括：
获取所述第一变化数据和所述第二变化数据相重合数据k0；
判断2K0是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，判定晶体管的热疲劳失效的结温为2K0的所对应结温并进行显示，否则，不进行显示。
另一方面提供，一种预测晶体管故障的系统，所述系统包括：
获取模块，用于获取晶体管的导通压降数据、结温数据和已工作时间数据，并确定所述结温数据和所述导通压降数据的第一对应关系；
第一计算模块，用于根据所述第一对应关系确定晶体管的剩余使用寿命；
第二计算模块，确定所述已工作时间数据与所述剩余使用寿命数据的第二对应关系；
判定模块，用于根据所述第二对应关系确定晶体管的经济寿命数据，判断所述经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，则判定所述经济寿命数据所对应的结温，为晶体管热疲劳失效的温度点。
在一个优选或可选的实施方式中，所述第一计算模块还包括：
根据所述第一对应关系获取晶体管的结温数据；
根据所述结温数据获取晶体管的结温差数据和平均结温数据；
根据所述结温差数据和所述平均结温数据，计算晶体管的剩余使用寿命数据。
在一个优选或可选的实施方式中，所述第二计算模块还包括：
利用二乘法算法对第二对应关系进行平滑处理；
确定处理后的所述第二对应关系每个点集变化的一阶导数数据，将所述一阶导数数据作为晶体管的经济寿命数据；
获取所述经济寿命数据的第一变化数据和第二变化数据。
在一个优选或可选的实施方式中，所述判断模块还包括：
获取所述第一变化数据和所述第二变化数据相重合数据k0；
判断2K0与是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，判定晶体管的热疲劳失效的结温为2K0的所对应结温并进行显示，否则，不进行显示。
另一方面提供，一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以上部分或全部所述的方法步骤。
另一方面提供，一种确定晶体管故障的装置，
包括存储器和处理器，所述存储器能够存储指令，所述指令用于控制所述处理器进行操作以执行以上部分或全部所述的方法步骤。
本申请发的有益效果如下：
通过本案技术方案所提供热载荷疲故障诊断方法，预测晶体管的劳累计损伤，能在失效前对晶体管进行故障预测，以便及时进行维护和更换，增强了整个系统的可靠性，降低了成本。有效避免了晶体管的失效，导致设备运行停止，甚至整个电力系统瘫痪，造成严重的经济损失，甚至威胁人类的生命安全的情况出现。
附图说明
为了更清楚地说明本申请的技术方案，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，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的预测晶体管故障的方法的步骤示意图；
图2为本发明的预测晶体管故障的方法的根据第一对应关系确定晶体管的剩余使用寿命数据的方法步骤示意图；
图3为本发明的预测晶体管故障的方法的第一对应关系的结构图；
图4为本发明的预测晶体管故障的方法的第二对应关系的结构图；
图5为本发明的预测晶体管故障系统的结构示意图；
图6为本发明的预测晶体管故障方法的整体流程步骤示意图。
具体实施方式
下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
相关解释：
绝缘栅双极型晶体管以下简称为“晶体管”，在本案的实施方式中仅代表绝缘栅双极型晶体管。
结温(Junction Temperature)是电子设备中半导体的实际工作温度。
压降：二极管的电流流过负载以后相对于同一参考点的电势(电位)变化称为电压降，简称压降。
导通压降：二极管开始导通时对应的电压。
正向特性：在二极管外加正向电压时，在正向特性的起始部分，正向电压很小，不足以克服PN结内电场的阻挡作用，正向电流几乎为零。当正向电压大到足以克服PN结电场时，二极管正向导通，电流随电压增大而迅速上升。
反向特性：外加反向电压不超过一定范围时，通过二极管的电流是少数载流子漂移运动所形成反向电流。由于反向电流很小，二极管处于截止状态。反向电压增大到一定程度后，二极管反向击穿。
参见图1所示的预测晶体管故障的方法，用于绝缘栅双极型晶体管的热疲劳故障预测，方法包括如下步骤：
获取晶体管的导通压降数据和结温数据，并确定结温数据和导通压降数据的第一对应关系。晶体管上安装有芯片，通过对芯片温度数据的获取，可获取晶体管的结温，晶体管的结温数据也可模拟，对晶体管进行性能测试。在实际测量时，通过电压测量装置测量晶体管工作过程中的导通压降Uces；
根据获取导通压降和结温数据，得到如图3所示的第一对应关系，如，晶体管结温与导通压降的线性关系，一个导通压降数值对应一个结温数值和一个电流数据，需要指出的是通过导通压降根据欧姆定律可推算对应的电流数值；
根据第一对应关系确定晶体管的剩余使用寿命，剩余使用寿命顾名思义，即为可使用的寿命，晶体管在工作时因为热载荷的长期累积，有可能失效。通过寿命预测公式计算晶体管的剩余寿命，例如，满足如下公式：
Figure BDA0002269460910000061
式中，Nf为晶体管剩余寿命，ΔTj和Tjm分别为IGBT芯片的结温差和平均结温，A3、α3、β3均为与寿命相关的参数，β3取值为0-1之间，Ea为与材料相关的激活能(9.89×10-20J)，kB为波尔兹曼常数(1.38×10-23J·K-1)。
获取晶体管的已工作时间数据，并确定已工作时间数据与剩余使用寿命数据的第二对应关系，如图4所示，第二对应关系为曲线的对用关系，其中：横坐标为工作时间，例如，已工作的循环次数N，纵坐标为剩余寿命Nf；
根据第二对应关系确定晶体管的经济寿命数据，判断经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，则判定经济寿命数据所对应的结温，为晶体管热疲劳失效的温度点。
临界状态下的晶体管应该是发射结正偏、集电结0偏，因此这时仍然处于放大状态；但是发射极电流再增大一点，即进入过饱和状态，即集电结和发射结都处于正向偏置的状态，这时输出电流就由电源电压和负载电阻决定，而与发射极电流无关，晶体管即失去了放大作用，本案的技术方案通过对剩余使用寿命求导可得出经济寿命数据，晶体管的经济寿命NO的公式，即为，一阶导数，N0＝√2(P-LN)/λ。判断原理：通过求导确定晶体管处于寿命周期的哪一个阶段，导数不变即处于稳定工作阶段，导数急剧变化即处于失效阶段。
对获取的经济寿命数据与饱和状态下的经济寿命数据进行对比，如，大于晶体管在临界饱和状态下所对应经济寿命数据，则，判定为失效，当然，饱和状态下对应的经济寿命一般较小，可以适当放大该数值作为判定标准。
通过本案技术方案所提供热载荷疲故障诊断方法，预测晶体管的劳累计损伤，能在失效前对晶体管进行故障预测，以便及时进行维护和更换，增强了整个系统的可靠性，降低了成本。有效避免了晶体管的失效，导致设备运行停止，甚至整个电力系统瘫痪，造成严重的经济损失，甚至威胁人类的生命安全的情况出现。
进一步的如图2所示，根据第一对应关系确定晶体管的剩余使用寿命数据的方法，包括：
根据第一对应关系获取晶体管的结温数据，如：
第一对应关系的线性对应关系满足：UCE＝α(IC-ICref)Tchip+β(IC-ICref)+UCEref，其中，ICref为正向饱和压降不受结温影响时的集电极电流，UCEref为对应该集电极电流的正向饱和压降，系数为规范或实验的标准值，若得到的数据不在范围内则表明已经失效了，所以正常工作时的结温数据都在“晶体管最大额定功率或饱和状态所对应结温数据点”的范围内，如图3所示，确定其线性关系，可获取多个不同温度或不同时间段所对应的晶体管的结温；
根据结温数据获取晶体管的结温差数据和平均结温数据，并根据结温差数据和平均结温数据，计算晶体管的剩余使用寿命数据，例如，
Figure BDA0002269460910000081
式中，Nf为模块剩余寿命，ΔTj和Tjm分别为IGBT芯片的结温差和平均结温，A3、α3、β3均为与寿命相关的参数，β3取值为0-1之间，Ea为与材料相关的激活能(9.89×10-20J)，kB为波尔兹曼常数(1.38×10-23J·K-1)。
在一个优选或可选的实施方式中，根据第二对应关系确定晶体管的经济寿命数据的方法，包括：
利用二乘法算法对第二对应关系进行平滑处理，如图4所示，去掉多余凸出点，得到光环第二对应关系，即为，光环的曲线；
确定处理后的第二对应关系每个点集变化的一阶导数数据，将一阶导数数据作为晶体管的经济寿命数据；获取经济寿命数据的第一变化数据和第二变化数据，其中：第一变化数据为经济寿命数据与晶体管工作时间的线性变化数据；
第二变化数据为经济寿命数据与晶体管工作时间的线性变化的非线性变化，例如，调用线性函数和非线性函数处理一阶导数数据。
在一个优选或可选的实施方式中，判断经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，包括：
获取第一变化数据和第二变化数据相重合数据k0；
判断2K0与是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，判定晶体管的热疲劳失效的结温为2K0的所对应结温并进行显示，否则，不进行显示。其原理为：通过求导确定晶体管处于寿命周期的哪一个阶段，导数不变即处于稳定工作阶段，导数急剧变化即处于失效阶段，包括到失效点数值一般较小，所以取2K0数值。
另一方面提供，一种预测晶体管故障的系统，系统包括，如图5所示，
获取模块，用于获取晶体管的导通压降数据、结温数据和已工作时间数据，并确定结温数据和导通压降数据的第一对应关系；
第一计算模块，用于根据第一对应关系确定晶体管的剩余使用寿命；
第二计算模块，确定已工作时间数据与剩余使用寿命数据的第二对应关系；
判定模块，用于根据第二对应关系确定晶体管的经济寿命数据，判断经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，则判定经济寿命数据所对应的结温，为晶体管热疲劳失效的温度点。
在一个优选或可选的实施方式中，第一计算模块还包括：
根据第一对应关系获取晶体管的结温数据；
根据结温数据获取晶体管的结温差数据和平均结温数据；
根据结温差数据和平均结温数据，计算晶体管的剩余使用寿命数据。
在一个优选或可选的实施方式中，第二计算模块还包括：
利用二乘法算法对第二对应关系进行平滑处理；
确定处理后的第二对应关系每个点集变化的一阶导数数据，将一阶导数数据作为晶体管的经济寿命数据；
获取经济寿命数据的第一变化数据和第二变化数据。
在一个优选或可选的实施方式中，判断模块还包括：
获取第一变化数据和第二变化数据相重合数据k0；
判断2K0是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，判定晶体管的热疲劳失效的结温为2K0的所对应结温并进行显示，否则，不进行显示。
另一方面提供，一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现以上部分或全部的方法步骤，如图6所示，所执行的具体方法步骤。
另一方面提供，一种确定晶体管故障的装置，包括：
存储器和处理器，存储器能够存储指令，指令用于控制处理器进行操作以执行以上部分或全部的方法步骤，如图6所示，所执行的具体方法步骤。
本申请提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。

Claims (4)

1.一种预测晶体管故障的方法，用于绝缘栅双极型晶体管的热疲劳故障预测，其特征在于，所述方法包括：
获取晶体管的导通压降数据和结温数据，并确定所述结温数据和所述导通压降数据的第一对应关系；
根据所述第一对应关系确定晶体管的剩余使用寿命，包括：
根据所述第一对应关系获取晶体管的结温数据；
根据所述结温数据获取晶体管的结温差数据和平均结温数据；
根据所述结温差数据和所述平均结温数据，计算晶体管的剩余使用寿命数据；
获取所述晶体管的已工作时间数据，并确定所述已工作时间数据与所述剩余使用寿命数据的第二对应关系，包括：
利用二乘法算法对第二对应关系进行平滑处理；
确定处理后的所述第二对应关系每个点集变化的一阶导数数据，将所述一阶导数数据作为晶体管的经济寿命数据；
获取所述经济寿命数据的第一变化数据和第二变化数据，其中，所述第一变化数据为所述经济寿命数据与晶体管工作时间的线性变化数据；所述第二变化数据为所述经济寿命数据与晶体管工作时间的非线性变化数据；
根据所述第二对应关系确定晶体管的经济寿命数据，判断所述经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，包括：
获取所述第一变化数据和所述第二变化数据相重合数据K0，K0表示斜率；
判断2K0是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，判定晶体管的热疲劳失效的结温为2K0的所对应结温并进行显示，否则，不进行显示。
2.一种预测晶体管故障的系统，其特征在于，所述系统包括：
获取模块，用于获取晶体管的导通压降数据、结温数据和已工作时间数据，并确定所述结温数据和所述导通压降数据的第一对应关系；
第一计算模块，用于根据所述第一对应关系确定晶体管的剩余使用寿命，包括:
根据所述第一对应关系获取晶体管的结温数据；
根据所述结温数据获取晶体管的结温差数据和平均结温数据；
根据所述结温差数据和所述平均结温数据，计算晶体管的剩余使用寿命数据；
第二计算模块，确定所述已工作时间数据与所述剩余使用寿命数据的第二对应关系，包括：
利用二乘法算法对第二对应关系进行平滑处理；
确定处理后的所述第二对应关系每个点集变化的一阶导数数据，将所述一阶导数数据作为晶体管的经济寿命数据；
获取所述经济寿命数据的第一变化数据和第二变化数据，其中，所述第一变化数据为所述经济寿命数据与晶体管工作时间的线性变化数据；所述第二变化数据为所述经济寿命数据与晶体管工作时间的非线性变化数据；
判定模块，用于根据所述第二对应关系确定晶体管的经济寿命数据，判断所述经济寿命数据是否大于晶体管在临界饱和状态下所对应经济寿命数据，包括：
获取所述第一变化数据和所述第二变化数据相重合数据K0，K0表示斜率；
判断2K0与是否大于晶体管在临界饱和状态下所对应经济寿命数据，如果是，判定晶体管的热疲劳失效的结温为2K0的所对应结温并进行显示，否则，不进行显示。
3.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1所述的方法步骤。
4.一种确定晶体管故障的装置，其特征在于，
包括存储器和处理器，所述存储器能够存储指令，所述指令用于控制所述处理器进行操作以执行根据权利要求1所述的方法步骤。
CN201911099707.1A 2019-11-12 2019-11-12 预测晶体管故障的方法及其系统 Active CN110703066B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911099707.1A CN110703066B (zh) 2019-11-12 2019-11-12 预测晶体管故障的方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911099707.1A CN110703066B (zh) 2019-11-12 2019-11-12 预测晶体管故障的方法及其系统

Publications (2)

Publication Number Publication Date
CN110703066A CN110703066A (zh) 2020-01-17
CN110703066B true CN110703066B (zh) 2021-11-12

Family

ID=69205867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911099707.1A Active CN110703066B (zh) 2019-11-12 2019-11-12 预测晶体管故障的方法及其系统

Country Status (1)

Country Link
CN (1) CN110703066B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998045719A1 (en) * 1997-04-04 1998-10-15 University Of Florida Method for testing and diagnosing mos transistors
CN1306303A (zh) * 2001-02-28 2001-08-01 山东大学 控制晶体管结温的稳态工作寿命试验方法
CN102262206A (zh) * 2011-04-26 2011-11-30 北京大学 pMOSFET器件负偏置温度不稳定性寿命预测方法
CN102680819A (zh) * 2012-04-28 2012-09-19 中国科学院电工研究所 电力电子器件的加速寿命测试电路及测试方法
JP5343901B2 (ja) * 2010-03-17 2013-11-13 富士電機株式会社 パワーサイクル寿命予測方法、寿命予測装置及び該寿命予測装置を備えた半導体装置
CN104142461A (zh) * 2013-05-09 2014-11-12 中芯国际集成电路制造(上海)有限公司 半导体器件老化测试方法
CN105335602A (zh) * 2014-08-12 2016-02-17 河北工业大学 一种功率igbt模块的寿命预测方法
CN106405442A (zh) * 2016-11-30 2017-02-15 东南大学 基于实际运行环境下的led寿命预测方法
CN106740260A (zh) * 2016-11-28 2017-05-31 北京新能源汽车股份有限公司 一种绝缘栅极双极型晶体管igbt的控制方法及装置
CN107861040A (zh) * 2016-09-22 2018-03-30 北京航空航天大学 一种基于仿真建模和短时试验的igbt间歇寿命试验方法
CN108594102A (zh) * 2018-04-04 2018-09-28 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）） 逆导型igbt的间歇寿命试验电路和方法
CN109738773A (zh) * 2018-06-19 2019-05-10 北京航空航天大学 一种非平稳工况下igbt模块寿命预测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998045719A1 (en) * 1997-04-04 1998-10-15 University Of Florida Method for testing and diagnosing mos transistors
CN1306303A (zh) * 2001-02-28 2001-08-01 山东大学 控制晶体管结温的稳态工作寿命试验方法
JP5343901B2 (ja) * 2010-03-17 2013-11-13 富士電機株式会社 パワーサイクル寿命予測方法、寿命予測装置及び該寿命予測装置を備えた半導体装置
CN102262206A (zh) * 2011-04-26 2011-11-30 北京大学 pMOSFET器件负偏置温度不稳定性寿命预测方法
CN102680819A (zh) * 2012-04-28 2012-09-19 中国科学院电工研究所 电力电子器件的加速寿命测试电路及测试方法
CN104142461A (zh) * 2013-05-09 2014-11-12 中芯国际集成电路制造(上海)有限公司 半导体器件老化测试方法
CN105335602A (zh) * 2014-08-12 2016-02-17 河北工业大学 一种功率igbt模块的寿命预测方法
CN107861040A (zh) * 2016-09-22 2018-03-30 北京航空航天大学 一种基于仿真建模和短时试验的igbt间歇寿命试验方法
CN106740260A (zh) * 2016-11-28 2017-05-31 北京新能源汽车股份有限公司 一种绝缘栅极双极型晶体管igbt的控制方法及装置
CN106405442A (zh) * 2016-11-30 2017-02-15 东南大学 基于实际运行环境下的led寿命预测方法
CN108594102A (zh) * 2018-04-04 2018-09-28 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）） 逆导型igbt的间歇寿命试验电路和方法
CN109738773A (zh) * 2018-06-19 2019-05-10 北京航空航天大学 一种非平稳工况下igbt模块寿命预测方法

Also Published As

Publication number Publication date
CN110703066A (zh) 2020-01-17

Similar Documents

Publication Publication Date Title
CN109738773B (zh) 一种非平稳工况下igbt模块寿命预测方法
CA2598485C (en) Integrated smart power switch
Dusmez et al. Aging precursor identification and lifetime estimation for thermally aged discrete package silicon power switches
US11248966B2 (en) Health monitoring and failure prognosis of power electronics devices
EP3373019B1 (en) Device and method for online health management of insulated gate bipolar transistor
Lai et al. Low $\Delta T_ {j} $ Stress Cycle Effect in IGBT Power Module Die-Attach Lifetime Modeling
EP3118638B1 (en) Temperature estimation in power semiconductor device in electric drive system
Brown et al. Turn-off time as an early indicator of insulated gate bipolar transistor latch-up
Celaya et al. Prognostics of power MOSFET
US11169201B2 (en) Diagnostic device and method to establish degradation state of electrical connection in power semiconductor device
US9035689B2 (en) Thermal controller for semiconductor switching power devices
CN110298126A (zh) 一种基于失效物理的多元Copula功率器件可靠性评价方法
CN111060797A (zh) 一种基于热网络自然频率的igbt模块健康状态监测方法
US11966683B2 (en) Method and system for comprehensively evaluating reliability of multi-chip parallel IGBT module
CN110703066B (zh) 预测晶体管故障的方法及其系统
CN116879702B (zh) SiC MOSFET功率循环退化机理的在线诊断方法、系统、装置
Patil et al. A fusion approach to IGBT power module prognostics
Han et al. Junction temperature estimation of SiC MOSFETs based on extended Kalman filtering
Samavatian et al. Reciprocal and self-aging effects of power components on reliability of DC–DC boost converter with coupled and decoupled thermal structures
Anderson et al. Online algorithm for early stage fault detection in IGBT switches
Zhang et al. Precursor parameter identification for power supply prognostics and health management
Kostandyan et al. Reliability assessment of IGBT modules modeled as systems with correlated components
US10505528B1 (en) Deterministic shutdown of power module
Liu et al. An electro-thermal parametric degradation model of insulated gate bipolar transistor modules
Haque et al. Prognosis of wire bond lift-off fault of an IGBT based on multisensory approach

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