CN113125924A - 一种IGBT/SiC器件故障在线自动监测系统 - Google Patents

一种IGBT/SiC器件故障在线自动监测系统 Download PDF

Info

Publication number
CN113125924A
CN113125924A CN202110271893.3A CN202110271893A CN113125924A CN 113125924 A CN113125924 A CN 113125924A CN 202110271893 A CN202110271893 A CN 202110271893A CN 113125924 A CN113125924 A CN 113125924A
Authority
CN
China
Prior art keywords
igbt
sic
module
power device
data
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.)
Pending
Application number
CN202110271893.3A
Other languages
English (en)
Inventor
孙厚强
张高瑞
秦浩楠
李小伟
王知学
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.)
Qingdao Zhongmiao Invasive Core Electronics Co ltd
Shandong Jiaotong University
Original Assignee
Qingdao Zhongmiao Invasive Core Electronics Co ltd
Shandong Jiaotong University
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 Qingdao Zhongmiao Invasive Core Electronics Co ltd, Shandong Jiaotong University filed Critical Qingdao Zhongmiao Invasive Core Electronics Co ltd
Priority to CN202110271893.3A priority Critical patent/CN113125924A/zh
Publication of CN113125924A publication Critical patent/CN113125924A/zh
Pending legal-status Critical Current

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
    • G01R31/2601—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
    • G01R31/2617—Circuits therefor for testing bipolar transistors for measuring switching properties thereof
    • 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
    • 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
    • G01R31/2637—Circuits therefor for testing other individual devices

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种IGBT/SiC器件故障在线自动监测系统，包括包括IGBT/SiC功率器件、采集模块、驱动模块、通讯模块、服务器，所述采集模块采集所述IGBT/SiC功率器件的相应数据通过通讯模块向所述服务器传递数据，所述采集模块包括回路电流采集模块、回路电压采集模块、温度采集模块、工作时间采集模块，处理电路为所述服务器提供IGBT/SiC功率器件的开关频率数据，本发明通过IGBT/SiC器件故障在线自动监测系统，可实时预测IGBT/SiC功率器件故障概率，有效降低设备故障发生率，保障设备运行安全性及可靠性，降低维护成本，提升设备运行效率。

Description

一种IGBT/SiC器件故障在线自动监测系统
技术领域
本发明涉及电子器件技术领域，尤其涉及一种IGBT/SiC器件故障在线自动监测系统。
背景技术
随着新能源汽车、工业电源等领域的日益发展，功率器件的成本约占系统的10％，所以对于IGBT/SiC等功率器件来说，其工作的稳定性、安全性日益受到人们的关注；如何通过有效的监测手段可以避免由于功率器件损坏而导致的设备停机或者安全事故是一个重要的研究热点。
发明内容
本发明的提供一种IGBT/SiC器件故障在线自动监测系统。
本发明的方案是：
一种IGBT/SiC器件故障在线自动监测系统，包括IGBT/SiC功率器件、采集模块、驱动模块、通讯模块、服务器，所述采集模块采集所述IGBT/SiC功率器件的相应数据通过通讯模块向所述服务器传递数据，所述采集模块包括回路电流采集模块、回路电压采集模块、温度采集模块、工作时间采集模块，所述服务器向驱动模块传递信号，所述采集模块为传感器，所述驱动模块为驱动器，处理电路为所述服务器提供IGBT/SiC功率器件的开关频率数据。
作为优选的技术方案，还包括电源系统，所述电源系统向IGBT/SiC功率器件、采集模块、驱动模块、服务器、处理电路提供电力。
作为优选的技术方案，所述通讯模块为CAN通讯方式，所述服务器通过通讯模块向所述驱动模块传递信号。
作为优选的技术方案，所述服务器包括IGBT/SiC功率器件故障预测模型，GBT/SiC功率器件故障预测模型模块用于预测GBT/SiC功率器件故障。
作为优选的技术方案，所述IGBT/SiC功率器件故障预测模型基于LSTM神经网络模型进行预测。
作为优选的技术方案，LSTM神经网络模型中输入分别是电流、电压、时间、温度，LSTM神经网络模型中输出是开关频率及损耗，隐含层为30个神经元个数。
作为优选的技术方案，所述服务器内含有数据库，数据库内涵盖了所述GBT/SiC功率器件从生产出后到失效后全生命周期的数据，所述数据包括电流、电压、时间、温度、开关频率、散热功率与损耗数据。
作为优选的技术方案，所述数据库内数据分为训练集与测试集两部分，其中三分之二条数据集作为训练集用于IGBT/SiC功率器件故障预测模型训练，三分之一的数据集作为测试集，用于验证所述IGBT/SiC功率器件故障预测模型预测的准确性；以上数据集根据采样时间实时进行更新，并在后台进行；当针对所述IGBT/SiC功率器件训练完成后，在实际电路中通过不同时间采样数据实时预测未来1-2秒所述IGBT/SiC功率器件的模块温升及损耗，当检测到其中一项数据超出所述IGBT/SiC功率器件故障预测模型预测的数值时，通过3到5个周期数据的比较，确定即将发生故障，针对性针对模块状态调节所述IGBT/SiC功率器件控制电路开关频率输出，调节所述IGBT/SiC功率器件的驱动电路。
作为优选的技术方案，所述采集模块还包括速度采集模块与散热功率采集模块。
由于采用了上述技术方案，一种IGBT/SiC器件故障在线自动监测系统，包括包括IGBT/SiC功率器件、采集模块、驱动模块、通讯模块、服务器，所述采集模块采集所述IGBT/SiC功率器件的相应数据通过通讯模块向所述服务器传递数据，所述采集模块包括回路电流采集模块、回路电压采集模块、温度采集模块、工作时间采集模块，所述服务器向驱动模块传递信号，所述采集模块为传感器，所述驱动模块为驱动器，处理电路为所述服务器提供IGBT/SiC功率器件的开关频率数据。
本发明的优点：
通过IGBT/SiC器件故障在线自动监测系统，可实时预测IGBT/SiC功率器件故障概率，有效降低设备故障发生率，保障设备运行安全性及可靠性，降低维护成本，提升设备运行效率；
预测典型应用系统的故障概率，可广泛用于新能源汽车、充电设施及工业用特种电源等多种不同的IGBT/SiC功率器件应用工况。
附图说明
图1为本发明实施例的结构示意图；
图2为本发明于LSTM神经网络模型结构示意图。
具体实施方式
为了弥补以上不足，本发明提供了一种IGBT/SiC器件故障在线自动监测系统以解决上述背景技术中的问题。
一种IGBT/SiC器件故障在线自动监测系统，包括IGBT/SiC功率器件、采集模块、驱动模块、通讯模块、服务器，所述采集模块采集所述IGBT/SiC功率器件的相应数据通过通讯模块向所述服务器传递数据，所述采集模块包括回路电流采集模块、回路电压采集模块、温度采集模块、工作时间采集模块，所述服务器向驱动模块传递信号，所述采集模块为传感器，所述驱动模块为驱动器，处理电路为所述服务器提供IGBT/SiC功率器件的开关频率数据。
还包括电源系统，所述电源系统向IGBT/SiC功率器件、采集模块、驱动模块、服务器、处理电路提供电力。
所述通讯模块为CAN通讯方式，所述服务器通过通讯模块向所述驱动模块传递信号。
所述服务器包括IGBT/SiC功率器件故障预测模型，GBT/SiC功率器件故障预测模型模块用于预测GBT/SiC功率器件故障。
所述IGBT/SiC功率器件故障预测模型基于LSTM神经网络模型进行预测。
LSTM神经网络模型中输入分别是电流、电压、时间、温度，LSTM神经网络模型中输出是开关频率及损耗，隐含层为30个神经元个数。
所述服务器内含有数据库，数据库内涵盖了所述GBT/SiC功率器件从生产出后到失效后全生命周期的数据，所述数据包括电流、电压、时间、温度、开关频率、散热功率与损耗数据。
所述数据库内数据分为训练集与测试集两部分，其中三分之二条数据集作为训练集用于IGBT/SiC功率器件故障预测模型训练，三分之一的数据集作为测试集，用于验证所述IGBT/SiC功率器件故障预测模型预测的准确性；以上数据集根据采样时间实时进行更新，并在后台进行；当针对所述IGBT/SiC功率器件训练完成后，在实际电路中通过不同时间采样数据实时预测未来1-2秒所述IGBT/SiC功率器件的模块温升及损耗，当检测到其中一项数据超出所述IGBT/SiC功率器件故障预测模型预测的数值时，通过3到5个周期数据的比较，确定即将发生故障，针对性针对模块状态调节所述IGBT/SiC功率器件控制电路开关频率输出，调节所述IGBT/SiC功率器件的驱动电路。
所述采集模块还包括速度采集模块与散热功率采集模块。
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。
实施例：
电动汽车20KW电驱系统中，主控芯片采用了1200V 200A IGBT/SiC模块，构成了三相全桥变流电路，输出三相电压控制电机，在IGBT/SiC模块单元中加入电流、电压、温度、温度、速度数据采样模块，实时监控主控芯片运行状态，同时利用采样的数据及时间数据建立，
通过电流、电压、温度采样模块进行输入数据采集，通过CPLD逻辑处理电路获取开关频率；通过CAN通讯将数据传输至后台服务器进行模型训练及预测
基于LSTM神经网络的IGBT/SiC功率器件故障预测模型，通过大数据分析手段得出主控芯片在全寿命周期内的健康状态，当检测到某一数据超出模型正常数值时，可通过训练模型预测主控芯片的故障状态周期，可有效避免主控芯片逐渐进入失效模式，提高主控芯片工作的可靠性及稳定性。
通过采样主控芯片以及主控芯片的CPLD逻辑处理电路，得到主回路电流、电压、开关频率、温度、速度、损耗、散热功率数据建立数据库，数据库数据集，采集的数据总共n万条，该数据集涵盖了功率器件从生产出后到失效后全生命周期的数据，可分为训练集与测试集两部分，分为训练集与测试集两部分，其中三分之二条数据集作为训练集用于IGBT/SiC功率器件故障预测模型训练，三分之一的数据集作为测试集，用于验证所述IGBT/SiC功率器件故障预测模型预测的准确性；以上数据集根据采样时间实时进行更新，并在后台进行。
当针对IGBT/SiC功率器件训练完成后，可在实际电路中通过不同时间采样数据实时预测未来(1-2)秒IGBT/SiC功率器件的模块温升及损耗，当检测到某一数据超出IGBT/SiC功率器件故障预测模型模块预测的数值时，通过3到5个周期数据的比较，确定即将发生故障；针对性针对模块状态自动调节IGBT/SiC功率器件控制电路开关频率输出，调节IGBT/SiC功率器件的驱动电路，避免IGBT/SiC功率器件进入失效模式，导致功率器件表面温度及损耗急剧增加而导致功率器件击穿故障。
针对性针对模块自动调节IGBT/SiC功率器件为通过模块输出状态实现闭环反馈，实时根据模块主回路电流电压调整IGBT/SiC控制电路开关频率输出，及时控制IGBT/SiC功率器件工作与关闭状态。
以上显示和描述了本发明的基本原理、主要特征及本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.一种IGBT/SiC器件故障在线自动监测系统，其特征在于：包括IGBT/SiC功率器件、采集模块、驱动模块、通讯模块、服务器，所述采集模块采集所述IGBT/SiC功率器件的相应数据通过通讯模块向所述服务器传递数据，所述采集模块包括回路电流采集模块、回路电压采集模块、温度采集模块、工作时间采集模块，所述服务器向驱动模块传递信号，所述采集模块为传感器，所述驱动模块为驱动器，处理电路为所述服务器提供IGBT/SiC功率器件的开关频率数据。
2.如权利要求1所述的一种IGBT/SiC器件故障在线自动监测系统，其特征在于：还包括电源系统，所述电源系统向IGBT/SiC功率器件、采集模块、驱动模块、服务器、处理电路提供电力。
3.如权利要求1所述的一种IGBT/SiC器件故障在线自动监测系统，其特征在于：所述通讯模块为CAN通讯方式，所述服务器通过通讯模块向所述驱动模块传递信号。
4.如权利要求1所述的一种IGBT/SiC器件故障在线自动监测系统，其特征在于：所述服务器包括IGBT/SiC功率器件故障预测模型，GBT/SiC功率器件故障预测模型模块用于预测GBT/SiC功率器件故障。
5.如权利要求4所述的一种IGBT/SiC器件故障在线自动监测系统，其特征在于：所述IGBT/SiC功率器件故障预测模型基于LSTM神经网络模型进行预测。
6.如权利要求5所述的一种IGBT/SiC器件故障在线自动监测系统，其特征在于：所述LSTM神经网络模型中输入分别是电流、电压、时间、温度，LSTM神经网络模型中输出是开关频率及损耗，隐含层为30个神经元个数。
7.如权利要求1所述的一种IGBT/SiC器件故障在线自动监测系统，其特征在于：所述服务器内含有数据库，数据库内涵盖了所述GBT/SiC功率器件从生产出后到失效后全生命周期的数据，所述数据包括电流、电压、时间、温度、开关频率、散热功率与损耗数据。
8.如权利要求7所述的一种IGBT/SiC器件故障在线自动监测系统，其特征在于：所述数据库内数据分为训练集与测试集两部分，其中三分之二条数据集作为训练集用于IGBT/SiC功率器件故障预测模型训练，三分之一的数据集作为测试集，用于验证所述IGBT/SiC功率器件故障预测模型预测的准确性；以上数据集根据采样时间实时进行更新，并在后台进行；当针对所述IGBT/SiC功率器件训练完成后，在实际电路中通过不同时间采样数据实时预测未来1-2秒所述IGBT/SiC功率器件的模块温升及损耗，当检测到其中一项数据超出所述IGBT/SiC功率器件故障预测模型预测的数值时，通过3到5个周期数据的比较，确定即将发生故障，针对性针对模块状态调节所述IGBT/SiC功率器件控制电路开关频率输出，调节所述IGBT/SiC功率器件的驱动电路。
9.如权利要求1所述的一种IGBT/SiC器件故障在线自动监测系统，其特征在于：所述采集模块还包括速度采集模块与散热功率采集模块。
CN202110271893.3A 2021-03-12 2021-03-12 一种IGBT/SiC器件故障在线自动监测系统 Pending CN113125924A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110271893.3A CN113125924A (zh) 2021-03-12 2021-03-12 一种IGBT/SiC器件故障在线自动监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110271893.3A CN113125924A (zh) 2021-03-12 2021-03-12 一种IGBT/SiC器件故障在线自动监测系统

Publications (1)

Publication Number Publication Date
CN113125924A true CN113125924A (zh) 2021-07-16

Family

ID=76773104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110271893.3A Pending CN113125924A (zh) 2021-03-12 2021-03-12 一种IGBT/SiC器件故障在线自动监测系统

Country Status (1)

Country Link
CN (1) CN113125924A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4296641A1 (en) * 2022-06-20 2023-12-27 Abb Schweiz Ag System and method to adaptive control switching frequency to extend igbt lifetime

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4296641A1 (en) * 2022-06-20 2023-12-27 Abb Schweiz Ag System and method to adaptive control switching frequency to extend igbt lifetime

Similar Documents

Publication Publication Date Title
CN103840742B (zh) 一种光伏组件的智能管理方法及系统
CN114819415B (zh) 一种基于数据分析的电力设备故障预测系统
CN104267302B (zh) 基于管型母线的在线监测系统
CN107458418A (zh) 自供电式列车运行状态监测系统
CN201307149Y (zh) 环网柜的电缆头温度监测及线路故障自动定位系统
CN114069856B (zh) 电动汽车充电设施远程监测系统及方法
CN104767482A (zh) 一种光伏组件老化和短路故障在线诊断方法
CN102510125A (zh) 电力一次设备运行工况监测方法及装置
CN103471729A (zh) 一种装置温度预警方法及其应用
CN107390660A (zh) 一种泵站机组监控系统及监控方法
CN203337180U (zh) 内陆风电机组齿轮箱油液状态的监测装置
CN103941138B (zh) Opgw线全线监测诊断系统及监测诊断方法
CN104868845A (zh) 嵌入式太阳能光伏组件数据监测装置及方法
CN104931836A (zh) 电网监控与预警系统
CN113125924A (zh) 一种IGBT/SiC器件故障在线自动监测系统
CN204761154U (zh) 一种新能源电站故障识别和状态监测系统
CN108549001A (zh) 一种电力电子模块劳损状态的检测系统及方法
CN205594104U (zh) 输电线路监测设备远程智能诊断装置
CN204857891U (zh) 一种基于互联网的电池管理诊断控制系统
CN203337653U (zh) 风电机组齿轮箱油液污染状态监测装置
CN212278194U (zh) 一种组件级的光伏电站故障检测装置
CN215263833U (zh) 一种IGBT/SiC器件故障在线自动监测系统
CN108267684A (zh) 一种变频器故障诊断方法
CN117595493A (zh) 一种发电厂电气设备安全监测系统
CN111342772A (zh) 一种组件级的光伏电站故障检测装置

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