CN113358995B - 一种功率元器件在线结温估算方法 - Google Patents
一种功率元器件在线结温估算方法 Download PDFInfo
- Publication number
- CN113358995B CN113358995B CN202110565180.8A CN202110565180A CN113358995B CN 113358995 B CN113358995 B CN 113358995B CN 202110565180 A CN202110565180 A CN 202110565180A CN 113358995 B CN113358995 B CN 113358995B
- Authority
- CN
- China
- Prior art keywords
- junction temperature
- power component
- igbt
- power
- locked
- 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
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
- G01R31/2619—Circuits therefor for testing bipolar transistors for measuring thermal properties thereof
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明涉及一种功率元器件在线结温估算方法,包括以下步骤:步骤一:根据车钥匙状态判断电机控制器是否处于下电状态;步骤二:下电状态下,电机控制器给定d轴电流为αA,q轴电流为βA,持续若干秒,分别采用有无卡尔曼滤波器计算该状态下功率元器件的结温,两者的比值将作为老化系数;非下电状态下,根据电机转速和相电流大小判断电机是否处于极端堵转工况;步骤三:非堵转工况下,采用非堵转FOSTER热模型、功率元器件传感器测量温度以及卡尔曼滤波器,得出功率元器件最优结温估算值;极端堵转工况下,采用堵转FOSTER热模型和老化系数计算功率元器件的结温。本发明方法提高了结温估算的精度和通用性。
Description
技术领域
本发明涉及电机控制技术领域,更具体地说,是涉及一种功率元器件在线结温估算方法。
背景技术
在电机控制器中,有50%的电力电子器件失效是由于功率元器件热失效引起的。特别的,对于电动汽车,由于安装位置受限,控制器散热能力较差,且不可避免的会工作在重载坡起、堵转、急加速等极端工况下,无疑增加了功率元器件的过温风险。由于无法直接测量功率元器件的晶圆处的温度,当前通常采用热模型的方法实时估算功率元器件的结温,以避免功率元器件发生热失效。
通常采用PRC热模型来估算功率元器件的结温,其中P为功率元器件的损耗,R为热阻,C为热容。RC模型通常为FOSTER热模型,RC值可直接从功率元器件的datasheet得出或通过标定方法得出,公开号为107192934A专利给出了FOSTER热模型测量方法。损耗P和RC作为功率元器件结温估算的激励源和对象,其值的精确性将直接影响功率元器件结温估算的精度。
随着功率元器件的使用,不可避免的将发生老化现象。老化将会引起功率损耗和热阻值的增加,研究表明老化引起导通损耗增加20%,FOSTER热模型热阻值增加20%,考虑老化的功率元器件估算将提升40%,因此在设计功率元器件结温估算算法必须考虑老化对其影响。同时,极端堵转工况将引起FOSTER模型的急剧变化,其瞬间RC变化将超过100%,在进行结温估算时,必须考虑极端堵转工况的特殊性。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种功率元器件在线结温估算方法,该方法考虑了老化对于功率元器件的影响以及极端堵转工况的特殊性,提高了算法估算精度和通用性。
为了实现上述发明的目的,本发明采用以下技术方案:
一种功率元器件在线结温估算方法,包括以下步骤:
步骤一:根据车钥匙状态判断电机控制器是否处于下电状态;
步骤二:下电状态下,电机控制器给定d轴电流为αA,q轴电流为βA,持续若干秒,分别采用有无卡尔曼滤波器计算该状态下功率元器件的结温,两者的比值将作为老化系数,并将老化系数写入电机控制器的EEPROM中;非下电状态下,根据电机转速和相电流大小判断电机是否处于极端堵转工况;
步骤三:非堵转工况下,采用非堵转FOSTER热模型、功率元器件传感器测量温度以及卡尔曼滤波器,得出功率元器件最优结温估算值;极端堵转工况下,采用堵转FOSTER热模型和步骤二中得到的老化系数计算功率元器件的结温。
作为优选方案,所述步骤一中电机控制器实时采集车钥匙的状态,如车钥匙处于开状态,则电机控制器处于非下电状态;如车钥匙由开转为关状态,则电机控制器处于下电状态。
作为优选方案,所述步骤二中极端堵转工况的判断方法为,当测得电机峰值电流大于电机额定的峰值电流且电机转速小于λrpm时,电机控制器处于极端堵转工况;否则电机控制器不处于极端堵转工况。
作为优选方案,所述步骤三中非堵转工况下功率元器件结温估算算法具体方法为,基于FOSTER热模型,建立功率元器件结温估算模型为
y=Cx
x为系统状态变量,x=[x1 x2 x3 x4 x5 x6]T;y=[y1 y2]T为系统输出,其中y1为结温到水温的温差,y2为温度传感器到水温的温差;矩阵A、B、C为
Rm1、Rm2、Rm3、Cm1、Cm2、Cm3为功率元器件中IGBT损耗对于功率IGBT结温的FOSTER热模型参数;Rc1、Rc2、Rc3、Cc1、Cc2、Cc3为功率元器件中二极管损耗对于功率IGBT结温的FOSTER热模型,kti1、kti2、kti3、ktf1、ktf2、ktf3为功率元器件的损耗对于温度传感器的影响因子;
u为输入,u=[Pigbt Pfwd]T,式中Pigbt为IGBT损耗,Pfwd为二极管的损耗,计算方式如下:
Pigbt=Pi_con+Pi_swh
Pi_con=IcVce(on)δigbt
Pfwd=Pf_con+Pf_rev
Pf_con=IcVF(on)δfwd
式中,Pi_con为IGBT导通损耗,Pi_swh为IGBT开关损耗,Ic为流经功率元器件集射极电流,Vce(on)为IGBT的导通压降,δigbt为IGBT占空比,f为功率元器件开管频率,kiv为母线电压对IGBT开关损耗的影响因子,kii0、kii1和kii2为导通电流对于IGBT开关损耗影响因子;Pf_con为二极管的导通损耗,Pf_rev为二极管的反向恢复损耗,VF(on)为二极管的导通压降,δfwd二极管的占空比,kfv为母线电压对二极管开关损耗的影响因子,kfi0、kfi1和kfi2为导通电流对于二极管开关损耗影响因子;
上述方案中所设计的卡尔曼滤波器算法为:
首先重构结温估算离散模型
xk+1=Adxk+Bduk+wk
zk+1=Hxk+vk
xk=[xk1 xk2 xk3 xk4 xk5 xk6]
zk=z1
uk=[u1k u2k]=[Pigbt_k Pfwd_k]
wk~(0,Q)
vk~(0,R)
Hk=[kti1 kti2 kti3 ktf1 ktf2 ktf3]
上式中xk为k时刻系统状态变量,uk为k时刻输入,Pigbt_k为k时刻IGBT的损耗,Pfwd_k为k时刻二极管的损耗,zk为系统观测量,z1为功率元器件传感器Ad和Bd为矩阵A和B离散化的状态变量,H为系统观测矩阵,vk为测量噪音,wk为系统噪音,Q为系统噪音的协方差矩阵,R为测量噪音的协方差矩阵;
使用卡尔曼滤波器算法如下:
根据k时刻采集到的电流、占空比信息计算k时刻的损耗uk;
由k时刻的先验估计误差,计算k时刻的卡尔曼增益kk
进行功率元器件结温状态最优估计;
计算后验误差协方差矩阵;
计算结温;
Tjk=x1k+x2k+x3k+x4k+x5k+x6k+Tcool
式中Tjk为k时刻IGBT结温,Tcool为冷却水水温。
作为优选方案,所述非堵转FOSTER热模型、堵转FOSTER热模型的热模型架构相同,仅矩阵A、B和C参数不同,各参数通过热参数标定来确认。
作为优选方案,所述步骤三中老化系数的计算方法为,当电驱动系统处于下电自检状态时,给定d轴电流为额定相电流,q轴电流为0,老化系数ka计算通过下式计算
上式中:T为老化检测时间,Tj_nkf为t时刻无卡尔曼滤波器计算的结温,Tj_kf为t时刻有卡尔曼滤波器计算的结温,计算出的老化系数将写入电机控制器的ROM中,系统上电后将从ROM中读取老化系数,用于极端堵转工况下功率元器件结温结算。
作为优选方案,所述步骤三中极端堵转工况下功率元器件结温估算方法为,采用极端堵转工况下FOSTER热模型,实时计算功率元器件的结温,具体如下:
xk+1=Adxk+Bduk
yk=kaCxk+Tcool
上式中xk为k时刻状态,uk为k时刻输入,ka为老化系数,Ad、Bd和C为堵转FOSTER模型的离散化矩阵,Tcool冷却水水温。
与现有技术相比,本发明的有益效果为:
本发明专利用于功率元器件结温实时估算,解决了结温估算中功率元器件老化、极端堵转工况、传感器测量误差对于热模型的影响,并给出功率元器件在全工作模式下的结温温度并评估老化状态。本发明方法提高了结温估算的精度和通用性。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的限定。
图1为本发明的功率元器件结构示意图;
图2为本发明的功率元器件结温估算方法的流程图;
图3为本发明的功率元器件是否下电的判断示意图;
图4为本发明的功率元器件是否堵转的判断示意图;
图5为本发明的功率元器件结温估算热模型示意图;
图6为本发明的卡尔曼滤波器计算功率元器件结温示意图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、部件和/或它们的组合。
此外,在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上,除非另有明确的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
下面结合附图与实施例对本发明作进一步说明:
如图1所示,一般电机控制器芯片7通过焊接层6固定在一个DBC上铜板4上,而NTC温度传感器5固定在另一个DBC上铜板4上,两个DBC上铜板4间隔设置在陶瓷层3上,且陶瓷层3的下部依次设有DBC下铜板2和基板1。
如图2至图6所示,一种功率元器件在线结温估算方法,包括以下步骤:
步骤一:根据车钥匙状态判断控制器是否处于下电状态。
步骤二:非下电状态下,根据电机转速和相电流大小判断电机是否处于极端堵转工况。
步骤三:非堵转工况下,采用非堵转FOSTER热模型、功率元器件传感器测量温度以及卡尔曼滤波器,给出功率元器件最优结温估算值。
步骤四:极端堵转工况下,采用堵转FOSTER热模型和老化系数计算功率元器件的结温。
步骤五:下电状态下,电机控制器给定d轴电流为αA,q轴电流为βA,持续5-15s,分别采用有无卡尔曼滤波器计算该状态下功率元器件结温,两者的比值将作为老化系数,并将老化系数写入EEPROM中,α采用电机的额定电流值,β取值为0。
按上述方案,所述步骤一中判断控制器是否处于下电状态的具体方法为:控制器将实时采集车钥匙的状态,如车钥匙处于开状态,控制器处于非下电状态;如车钥匙由开转为关状态,则控制器处于下电状态,如图3所示。
按上述方案,所述步骤二中极端堵转工况的判断方法,其特征在于:当电机峰值电流大于电机额定的峰值电流且电机转速小于λrpm,λ取值50,控制器处于极端堵转工况。否则不处于极端堵转工况;如图4所示。
按上述方案,所述步骤三中非堵转工况下功率元器件结温估算算法具体方法为:考虑老化对于FOSTER热模型和损耗的影响,以及电控内部温度传感器测量精度的影响,采用卡尔曼滤波器给出最优结温估算。
基于FOSTER热模型,建立功率元器件结温估算模型为
y=Cx
x为系统状态变量,x=[x1 x2 x3 x4 x5 x6]T;y=[y1 y2]T为系统输出,其中y1为结温到水温的温差,y2为温度传感器到水温的温差;矩阵A、B、C为
Rm1、Rm2、Rm3、Cm1、Cm2、Cm3为功率元器件中IGBT损耗对于IGBT结温的FOSTER热模型参数;Rc1、Rc2、Rc3、Cc1、Cc2、Cc3为功率元器件中二极管损耗对于IGBT的FOSTER热模型,kti1、kti2、kti3、ktf1、ktf2、ktf3为功率元器件的损耗对于温度传感器影响因子。特别说明,本发明专利有非极端堵转工况热模型、极端堵转工况热模型和老化监控热模型,其热模型架构相同,仅矩阵A、B和C参数不同,各参数可以通过热参数标定来确认,不再赘述。
u为输入,u=[Pigbt Pfwd]T.式中Pigbt为IGBT损耗,Pfwd为二极管的损耗,计算方式如下。
Pigbt=Pi_con+Pi_swh
Pi_con=IcVce(on)δigbt
Pi_swh=fkiv(kii0+kii1Ic+kii2Ic 2)
Pfwd=Pf_con+Pf_rev
Pf_con=IcVF(on)δfwd
Pf_rev=fkfv(kfi0+kfi1Ic+kfi2Ic 2)
式中,Pi_con为IGBT导通损耗,Pi_swh为IGBT开关损耗,Ic为流经功率元器件集射极电流,Vce(on)为IGBT的导通压降,δigbt为IGBT占空比,f为功率元器件开管频率,kiv为母线电压对IGBT开关损耗的影响因子,kii0、kii1和kii2为导通电流对于IGBT开关损耗影响因子;Pf_con为二极管的导通损耗,Pf_rev为二极管的反向恢复损耗,VF(on)为二极管的导通压降,δfwd二极管的占空比,kfv为母线电压对二极管开关损耗的影响因子,kfi0、kfi1和kfi2为导通电流对于二极管开关损耗影响因子。
上述方案中所设计的卡尔曼滤波器算法为:
首先重构结温估算离散模型
xk+1=Adxk+Bduk+wk
zk+1=Hxk+vk
xk=[xk1 xk2 xk3 xk4 xk5 xk6]
zk=z1
uk=[u1k u2k]=[Pigbt_k Pfwd_k]
wk~(0,Q)
vk~(0,R)
Hk=[kti1 kti2 kti3 ktf1 ktf2 ktf3]
上式中xk为k时刻系统状态变量,uk为k时刻输入,Pigbt_k为k时刻IGBT的损耗,Pfwd_k为k时刻二极管的损耗,zk为系统观测量,z1为功率元器件传感器Ad和Bd为矩阵A和B离散化的状态变量,H为系统观测矩阵,vk为测量噪音,wk为系统噪音,Q为系统噪音的协方差矩阵,R为测量噪音的协方差矩阵。
使用卡尔曼滤波器算法如下:
根据k时刻采集到的电流、占空比等信息计算k时刻的损耗uk;
由k时刻的先验估计误差,计算k时刻的卡尔曼增益kk
进行功率元器件结温状态最优估计;
计算后验误差协方差矩阵;
计算结温;
Tjk=x1k+x2k+x3k+x4k+x5k+x6k+Tcool
式中Tjk为k时刻IGBT结温,Tcool为冷却水水温。
按上述方案,所述步骤四中极端堵转工况下功率元器件结温估算算法具体方法为:考虑老化对于热模型的影响,采用极端堵转工况下FOSTER热模型,实时计算IGBT的结温,具体如下:
xk+1=Adxk+Bduk
yk=kaCxk+Tcool
上式中xk为k时刻状态,uk为k时刻输入,ka为老化系数,Ad、Bd和C为堵转FOSTER模型的离散化矩阵,Tcool冷却水水温。
老化系数ka可根据步骤五老化评估给出。
按上述方案,所述步骤五中老化系数的计算方法为:当电驱动系统处于下电自检状态时,给定d轴电流为额定相电流q轴电流为0,老化系数ka计算可通过下式计算
上式中:T为老化检测时间,Tj_nkf为t时刻无卡尔曼滤波器计算的结温,Tj_kf为t时刻有卡尔曼滤波器计算的结温。
计算出的老化系数将写入ROM中,系统上电后将从ROM中读取老化系数,用于极端堵转工况下功率元器件结温结算。
本发明提出了一种功率元器件结温在线估算算法,该算法主要用于电动汽车主驱电机的电控结温估算,针对功率元器件结温估算中老化和极端堵转现象,提出了一种功率元器件在线结温估算算法,考虑了老化对于功率元器件的影响以及极端堵转工况的特殊性,提高了算法估算精度和通用性。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (6)
1.一种功率元器件在线结温估算方法,其特征在于,包括以下步骤:
步骤一:根据车钥匙状态判断电机控制器是否处于下电状态;
步骤二:下电状态下,电机控制器给定d轴电流为αA,q轴电流为βA,持续若干秒,分别采用有无卡尔曼滤波器计算该状态下功率元器件的结温,两者的比值将作为老化系数,并将老化系数写入电机控制器的EEPROM中;非下电状态下,根据电机转速和相电流大小判断电机是否处于极端堵转工况;
步骤三:非堵转工况下,采用非堵转FOSTER热模型、功率元器件传感器测量温度以及卡尔曼滤波器,得出功率元器件最优结温估算值;极端堵转工况下,采用堵转FOSTER热模型和步骤二中得到的老化系数计算功率元器件的结温;
所述老化系数的计算方法为,当电驱动系统处于下电自检状态时,给定d轴电流为额定相电流,q轴电流为0,老化系数ka计算通过下式计算
上式中:T为老化检测时间,Tj_nkf为t时刻无卡尔曼滤波器计算的结温,Tj_kf为t时刻有卡尔曼滤波器计算的结温,计算出的老化系数将写入电机控制器的ROM中,系统上电后将从ROM中读取老化系数,用于极端堵转工况下功率元器件结温结算。
2.根据权利要求1所述的一种功率元器件在线结温估算方法,其特征在于,所述步骤一中电机控制器实时采集车钥匙的状态,如车钥匙处于开状态,则电机控制器处于非下电状态;如车钥匙由开转为关状态,则电机控制器处于下电状态。
3.根据权利要求1所述的一种功率元器件在线结温估算方法,其特征在于,所述步骤二中极端堵转工况的判断方法为,当测得电机峰值电流大于电机额定的峰值电流且电机转速小于λrpm时,电机控制器处于极端堵转工况;否则电机控制器不处于极端堵转工况。
4.根据权利要求1所述的一种功率元器件在线结温估算方法,其特征在于,所述步骤三中非堵转工况下功率元器件结温估算算法具体方法为,基于FOSTER热模型,建立功率元器件结温估算模型为
y=Cx
x为系统状态变量,x=[x1 x2 x3 x4 x5 x6]T;y=[y1 y2]T为系统输出,其中y1为结温到水温的温差,y2为温度传感器到水温的温差;矩阵A、B、C为
Rm1、Rm2、Rm3、Cm1、Cm2、Cm3为功率元器件中IGBT损耗对于功率IGBT结温的FOSTER热模型参数;Rc1、Rc2、Rc3、Cc1、Cc2、Cc3为功率元器件中二极管损耗对于功率IGBT结温的FOSTER热模型,kti1、kti2、kti3、ktf1、ktf2、ktf3为功率元器件的损耗对于温度传感器的影响因子;
u为输入,u=[Pigbt Pfwd]T,式中Pigbt为IGBT损耗,Pfwd为二极管的损耗,计算方式如下:
Pigbt=Pi_con+Pi_swh
Pi_con=IcVce(on)δigbt
Pi_swh=fkiv(kii0+kii1Ic+kii2Ic 2)
Pfwd=Pf_con+Pf_rev
Pf_con=IcVF(on)δfwd
Pf_rev=fkfv(kfi0+kfi1Ic+kfi2Ic 2)
式中,Pi_con为IGBT导通损耗,Pi_swh为IGBT开关损耗,Ic为流经功率元器件集射极电流,Vce(on)为IGBT的导通压降,δigbt为IGBT占空比,f为功率元器件开管频率,kiv为母线电压对IGBT开关损耗的影响因子,kii0、kii1和kii2为导通电流对于IGBT开关损耗影响因子;Pf_con为二极管的导通损耗,Pf_rev为二极管的反向恢复损耗,VF(on)为二极管的导通压降,δfwd二极管的占空比,kfv为母线电压对二极管开关损耗的影响因子,kfi0、kfi1和kfi2为导通电流对于二极管开关损耗影响因子;
所述步骤三中所涉及的卡尔曼滤波器算法为:
首先重构结温估算离散模型
xk+1=Adxk+Bduk+wk
zk+1=Hxk+vk
xk=[xk1 xk2 xk3 xk4 xk5 xk6]
zk=z1
uk=[u1k u2k]=[Pigbt_k Pfwd_k]
wk~(0,Q)
vk~(0,R)
Hk=[kti1 kti2 kti3 ktf1 ktf2 ktf3]
上式中xk为k时刻系统状态变量,uk为k时刻输入,Pigbt_k为k时刻IGBT的损耗,Pfwd_k为k时刻二极管的损耗,zk为系统观测量,z1为功率元器件传感器Ad和Bd为矩阵A和B离散化的状态变量,H为系统观测矩阵,vk为测量噪音,wk为系统噪音,Q为系统噪音的协方差矩阵,R为测量噪音的协方差矩阵;
使用卡尔曼滤波器算法如下:
根据k时刻采集到的电流、占空比信息计算k时刻的损耗uk;
由k时刻的先验估计误差,计算k时刻的卡尔曼增益kk
进行功率元器件结温状态最优估计;
计算后验误差协方差矩阵;
计算结温;
Tjk=x1k+x2k+x3k+x4k+x5k+x6k+Tcool
式中Tjk为k时刻IGBT结温,Tcool为冷却水水温。
5.根据权利要求4所述的一种功率元器件在线结温估算方法,其特征在于,所述非堵转FOSTER热模型、堵转FOSTER热模型的热模型架构相同,仅矩阵A、B和C参数不同,各参数通过热参数标定来确认。
6.根据权利要求1所述的一种功率元器件在线结温估算方法,其特征在于,所述步骤三中极端堵转工况下功率元器件结温估算方法为,采用极端堵转工况下FOSTER热模型,实时计算功率元器件的结温,具体如下:
xk+1=Adxk+Bduk
yk=kaCxk+Tcool
上式中xk为k时刻状态,uk为k时刻输入,ka为老化系数,Ad、Bd和C为堵转FOSTER模型的离散化矩阵,Tcool冷却水水温。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110565180.8A CN113358995B (zh) | 2021-05-24 | 2021-05-24 | 一种功率元器件在线结温估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110565180.8A CN113358995B (zh) | 2021-05-24 | 2021-05-24 | 一种功率元器件在线结温估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113358995A CN113358995A (zh) | 2021-09-07 |
CN113358995B true CN113358995B (zh) | 2022-05-17 |
Family
ID=77527441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110565180.8A Active CN113358995B (zh) | 2021-05-24 | 2021-05-24 | 一种功率元器件在线结温估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113358995B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776693A (zh) * | 2021-09-16 | 2021-12-10 | 浙江吉利控股集团有限公司 | 一种车辆电机的控制器温度估算方法、系统及汽车 |
CN115129093B (zh) * | 2022-06-20 | 2024-03-15 | 中国第一汽车股份有限公司 | 动力总成的温度控制方法、温度控制装置、存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB323022A (en) * | 1928-09-07 | 1929-12-09 | Charles Edwin Foster | Improvements in and relating to sensitive electrical regulating, indicating or recording devices |
CN105224819A (zh) * | 2015-11-10 | 2016-01-06 | 重庆大学 | 基于数值迭代的功率器件散热器动态响应性能优化方法 |
CN107192934A (zh) * | 2017-05-12 | 2017-09-22 | 西安交通大学 | 一种用于大功率igbt的结壳瞬态热阻抗的测量方法 |
CN107833840A (zh) * | 2017-10-27 | 2018-03-23 | 西安电子科技大学 | AlGaN/GaN高电子迁移率晶体管的结温测试方法 |
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 |
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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853243A (zh) * | 2010-04-01 | 2010-10-06 | 西北工业大学 | 系统模型未知的自适应卡尔曼滤波方法 |
CN109597966B (zh) * | 2018-11-30 | 2023-03-24 | 上海大郡动力控制技术有限公司 | 电机控制器中功率元件igbt结温的估算方法 |
CN111413604B (zh) * | 2018-12-18 | 2022-01-07 | 比亚迪股份有限公司 | 结温估算方法、装置、电机控制器和车辆 |
-
2021
- 2021-05-24 CN CN202110565180.8A patent/CN113358995B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB323022A (en) * | 1928-09-07 | 1929-12-09 | Charles Edwin Foster | Improvements in and relating to sensitive electrical regulating, indicating or recording devices |
CN105224819A (zh) * | 2015-11-10 | 2016-01-06 | 重庆大学 | 基于数值迭代的功率器件散热器动态响应性能优化方法 |
CN107192934A (zh) * | 2017-05-12 | 2017-09-22 | 西安交通大学 | 一种用于大功率igbt的结壳瞬态热阻抗的测量方法 |
CN107833840A (zh) * | 2017-10-27 | 2018-03-23 | 西安电子科技大学 | AlGaN/GaN高电子迁移率晶体管的结温测试方法 |
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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN113358995A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113358995B (zh) | 一种功率元器件在线结温估算方法 | |
EP3203250B1 (en) | Method and device for estimating a level of damage or a lifetime expectation of a power semiconductor module | |
JP3668708B2 (ja) | 故障検知システム | |
CN101364780B (zh) | 用于控制电动机的方法和装置 | |
CN105637631B (zh) | 车载电子装置 | |
US7756669B2 (en) | Systems and methods for estimating temperatures of power module components | |
CN110875710A (zh) | 逆变器中功率模块的过温保护方法、装置及车辆 | |
CN104422893B (zh) | 基于电池控制的模型中的参数和状态限制 | |
CN111413604B (zh) | 结温估算方法、装置、电机控制器和车辆 | |
KR20100017380A (ko) | 전원 장치 및 전동 차량 | |
KR20190074364A (ko) | 발열체의 온도 제어방법 및 제어시스템 | |
CN108548570B (zh) | 冷却液流量估计方法、温度估计方法、装置、系统及车辆 | |
JP4383596B2 (ja) | 電池の内部温度検出装置 | |
CN111090017A (zh) | 一种预估变频器电容寿命的方法 | |
JPWO2005038919A1 (ja) | パワー半導体モジュール及びそれを用いた電力変換装置並びに移動体 | |
CN108512479B (zh) | 电机控制器及其计算电机扭矩预测值的方法 | |
CN111339623A (zh) | 一种功率模块温度估算方法 | |
CN112147181B (zh) | 虚拟温度传感器及测温方法、电机过温防护系统和汽车 | |
EP3015835B1 (en) | A method and a system for determining the operating temperature of a cell of an electric charge accumulator assembly without physical temperature sensors, particularly for electric or hybrid motor vehicles | |
WO2017139872A1 (en) | Power inverter with dynamic current limiting | |
JP2020191707A (ja) | 推定装置及び解析装置 | |
CN115575787A (zh) | 一种igbt模块健康状态监测方法及装置 | |
CN115616367A (zh) | 一种电力电子器件状态信息在线监测方法及系统 | |
CN113759226B (zh) | 车辆、控制器及其功率器件结温估计方法和装置 | |
Adler et al. | Time-based reliability analysis of electrolytic capacitors for automotive applications using multi-domain simulation |
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 |