CN115828743A - Igbt寿命估算方法、装置、电子设备及存储介质 - Google Patents
Igbt寿命估算方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115828743A CN115828743A CN202211502092.4A CN202211502092A CN115828743A CN 115828743 A CN115828743 A CN 115828743A CN 202211502092 A CN202211502092 A CN 202211502092A CN 115828743 A CN115828743 A CN 115828743A
- Authority
- CN
- China
- Prior art keywords
- igbt
- junction temperature
- voltage drop
- saturation voltage
- preset
- 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
Links
Images
Landscapes
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本申请涉及电机控制技术领域，特别涉及一种IGBT寿命估算方法、装置、电子设备及存储介质，其中，方法包括：采集绝缘栅双极型晶体管IGBT集电极‑发射极的饱和压降；基于预设的饱和压降‑结温模型，根据饱和压降计算IGBT的结温值，并根据IGBT的结温值提取IGBT的结温循环数据，其中，预设的饱和压降‑结温模型由饱和压降‑结温曲线或训练目标神经网络得到；将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算IGBT的失效率，并根据IGBT的失效率估算IGBT的寿命。由此，解决了对IGBT模块的可靠性准确的评估等问题，耗时短，精度高且工作量低，保证了电机控制器工作时的稳定性。
Description
技术领域
本申请涉及电机控制技术领域，特别涉及一种IGBT寿命估算方法、装置、电子设备及存储介质。
背景技术
电机控制器中的功率模块通过高频开关将直流电转换为三相交流电驱动电机，功率模块在长时间的运行过程中产生热疲劳的可靠性失效问题，绝缘栅双极型晶体管(Insulated Gate Bipolar Trasistor，IGBT)是功率器件应用得最广泛的一种，其可靠性受到诸如高温、湿度、负载和机械振动等因素的影响。IGBT的失效原因有过压、过流、过温或机械损伤，失效表现有芯片熔毁、击穿，键合线脱落、断裂等，IGBT失效会导致电机控制器的电流输出中断。因此，为了保证电机控制器工作时的稳定性，对IGBT模块进行可靠性预估是提高其可靠性的关键手段之一。
目前国内外学者对IGBT模块的可靠性评估进行了大量研究，可靠性评估办法主要分为数值模型和仿真模型两类。
相关技术中，提出的IGBT模块进行可靠性分析预测以大量时间成本为基础，收集IGBT模块在实际工况中的失效时间数据，通过数据拟合和经验公式选取合适的概率分布模型直接计算IGBT模块的可靠性。但需要大量的加速老化试验数据，成本较高、耗时长，不利用快速的产业化应用。另一种方法是利用MIL-HDBK-217F可靠性评估手册对变流装置中的功率器件进行可靠性评估，相比较于MIL-HDBK-217F可靠性评估手册，利用FIDESGuide2009可靠性评估手册考虑了变化工况对器件故障率的影响，其中，电容、电感、二极管等低故障率器件进行故障率计算，相比MIL-HDBK-217F具有较高的准确性，适用范围相对更广。但由于手册考虑因素有限，IGBT模块的故障率既受外部工作环境的影响由于自身的老化进程密切相关，对于这IGBT模块的可靠性评估存在较大误差。
基于模型仿真的可靠性评估相对失效时间统计不需要庞大的数值计算，容易在电路仿真器和数字信号处理器中实现运用。国内外学者主要提出了两种模型，即失效模型、寿命模型。功率模块的失效过程必然伴随着模块内部结构材料发生变化，导致模块的端口电气特性参数发生偏移，可以通过对功率模块的失效机理和特性进行分析，提取能够表征模块健康状态的特征参量，建立寿命预测模型。相关技术中还提出了一种通过监控压降变化来实现IGBT可靠性在线评估的方法，发现IGBT在高结温与高温度梯度时主要的失效形式是键丝脱落与熔化，在外部特性上主要表现为压降值增大。另一相关技术中提出了一种利用加速寿命试验对IGBT模块使用寿命进行预测的方法，论述了加速寿命试验的原理与方法，提出采用对数正态分布描述IGBT模块的寿命分布，以arrhenius模型为基础，利用极大似然估计法对试验数据进行统计与分析，建立了IGBT模块的寿命预测模型。
统计结果表明，功率模块的失效主要是温度波动引起的，功率模块在工作中承受温度冲击会转化为材料上的热一机械应力，使得材料发生应变造成损伤，在相关技术中，利用该方法进行可靠性评估时，多采用热阻变化量和累积损伤度作为功率模块的可靠性参数来表征功率模块的寿命。其中，一种IGBT动态热阻的提取方法，拟合出了热阻变化的动态曲线和热阻公式，通过检测外部集射电压参数间接地获取IGBT结温，在动态曲线和结温公式基础上，提出了IGBT寿命预测理论模型。另一种方法通过分析IGBT模块的可靠性，获取模块正常工作时的温度曲线，采用雨流算法计算结温波动，通过结温波动与损伤累积的关系曲线来进行可靠性评估。该方法对于运行于恒定工况的IGBT模块评估结果较好，但对于运行于复杂工况的IGBT模块由于温度波动幅度大，时间变化尺度宽，老化进程对寿命影响因素不明等原因使得该方法误差较大。
在相关文献CN113759225A中，通过老化试验平台采集IGBT模块的集电极-发射极电压的关断瞬态曲线，从中提取特征并滤波，通过深度自回归递归神经网络进行曲线趋势预测，得到IGBT模块的老化程度和健康状态，然而，该专利中，未考虑到热机械应力对IGBT模块造成疲劳损耗，而导致失效的方面。
在另一相关文献CN113987899A中，基于历史数据对IGBT模块预测剩余寿命，但影响IGBT的因素较多，仅用历史数据，预测结果准确性较低。
发明内容
本申请提供一种IGBT寿命估算方法、装置、电子设备及存储介质，解决了对IGBT模块的可靠性准确的评估等问题，耗时短，精度高且工作量低，提高了IGBT模块的可靠性，保证了电机控制器工作时的稳定性。
本申请第一方面实施例提供一种IGBT寿命估算方法，包括以下步骤：采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降；基于预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值，并根据所述IGBT的结温值提取所述IGBT的结温循环数据，其中，所述预设的饱和压降-结温模型由饱和压降-结温曲线或训练目标神经网络得到；将所述IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算所述IGBT的失效率，并根据所述IGBT的失效率估算所述IGBT的寿命。
根据上述技术手段，解决了对IGBT模块的可靠性准确的评估等问题，耗时短，精度高且工作量低，提高了IGBT模块的可靠性，保证了电机控制器工作时的稳定性。
进一步地，所述将所述IGBT的结温循环数据输入至预设的IGBT寿命预测模型计算所述IGBT的失效率，包括：根据所述结温循环数据得到所述预设的IGBT寿命预测模型的输入参数，其中，所述输入参数包括温度循环数据和所述温度循环数据对应的循环次数；根据所述温度循环数据和所述温度循环数据对应的循环次数输入至所述预设的IGBT寿命预测模型计算所述IGBT的失效率。
根据上述技术手段，通过将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，能够清晰得到IGBT寿命随温度循环的变化趋势，进而得到IGBT的失效率。
进一步地，所述根据所述IGBT的失效率估算所述IGBT的寿命，包括：判断所述IGBT的失效率是否大于预设失效值；若所述IGBT的失效率大于所述预设失效值，则判定所述IGBT处于失效状态，所述IGBT寿命为0。
根据上述技术手段，通过对IGBT的失效率的判断，能够得到IGBT是否失效以及剩余寿命是否不足。
进一步地，在基于所述预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值之前，还包括：采集多个目标IGBT的集电极-发射极的饱和压降数据和所述饱和压降数据对应的结温值；根据所述饱和压降数据和所述饱和压降数据对应的结温值绘制所述饱和压降-结温曲线，根据所述饱和压降-结温曲线得到所述预设的饱和压降-结温模型。
根据上述技术手段，通过绘制饱和压降-结温曲线，能够清晰得到IGBT的饱和压降随结温值变化的趋势，提高对IGBT可靠性的评估。
进一步地，在基于所述预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值之前，还包括：根据所述饱和压降数据和所述饱和压降数据对应的结温值训练所述目标神经网络，得到所述预设的饱和压降-结温模型。
根据上述技术手段，通过训练目标神经网络得到预设的饱和压降-结温模型，提高对IGBT可靠性的评估。
进一步地，所述预设的IGBT寿命预测模型为：
p＝∫1/N△T*n；
其中，p为温度循环的损伤率，N△T为温度循环△T对应的循环次数，n为温度循环次数。
根据上述技术手段，通过预设的IGBT寿命预测模型能够得到IGBT的失效率。
本申请第二方面实施例提供一种IGBT寿命估算装置，包括：采集模块，用于采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降；计算模块，用于基于预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值，并根据所述IGBT的结温值提取所述IGBT的结温循环数据，其中，所述预设的饱和压降-结温模型由饱和压降-结温曲线或训练目标神经网络得到；估算模块，用于将所述IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算所述IGBT的失效率，并根据所述IGBT的失效率估算所述IGBT的寿命。
进一步地，所述估算模块，还有用于：根据所述结温循环数据得到所述预设的IGBT寿命预测模型的输入参数，其中，所述输入参数包括温度循环数据和所述温度循环数据对应的循环次数；根据所述温度循环数据和所述温度循环数据对应的循环次数输入至所述预设的IGBT寿命预测模型计算所述IGBT的失效率。
进一步地，所述估算模块，还用于：判断所述IGBT的失效率是否大于预设失效值；若所述IGBT的失效率大于所述预设失效值，则判定所述IGBT处于失效状态，所述IGBT寿命为0。
进一步地，在基于所述预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值之前，所述计算模块，还用于：采集多个目标IGBT的集电极-发射极的饱和压降数据和所述饱和压降数据对应的结温值；根据所述饱和压降数据和所述饱和压降数据对应的结温值绘制所述饱和压降-结温曲线，根据所述饱和压降-结温曲线得到所述预设的饱和压降-结温模型。
进一步地，在基于所述预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值之前，所述计算模块，还用于：根据所述饱和压降数据和所述饱和压降数据对应的结温值训练所述目标神经网络，得到所述预设的饱和压降-结温模型。
进一步地，所述预设的IGBT寿命预测模型为：
p＝∫1/N△T*n；
其中，p为温度循环的损伤率，N△T为温度循环△T对应的循环次数，n为温度循环次数。
本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的IGBT寿命估算方法。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的IGBT寿命估算方法。
由此，本申请通过采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降，并基于预设的饱和压降-结温模型，计算IGBT的结温值，并根据IGBT的结温值提取IGBT的结温循环数据，将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算IGBT的失效率，并根据IGBT的失效率估算IGBT的寿命。由此，解决了对IGBT模块的可靠性准确的评估等问题，耗时短，精度高且工作量低，提高了IGBT模块的可靠性，保证了电机控制器工作时的稳定性。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种IGBT寿命估算方法的流程图；
图2为根据本申请一个实施例的饱和压降检测及计算电路示意图；
图3为根据本申请一个实施例的IGBT饱和压降随结温的变化趋势的示意图；
图4为根据本申请一个实施例的IGBT模块典型寿命温度循环曲线的示意图；
图5为根据本申请一个实施例的IGBT寿命估算方法的流程图；
图6为根据本申请实施例的IGBT寿命估算装置的方框示意图；
图7为根据本申请实施例的电子设备的结构示意图。
附图标记说明：10-IGBT寿命估算装置、100-采集模块、200-计算模块、300-估算模块、701-存储器、702-处理器、703-通信接口。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的IGBT寿命估算方法、装置、电子设备及存储介质。针对上述背景技术中提到的对IGBT模块的可靠性准确的评估的问题，本申请提供了一种IGBT寿命估算方法，在该方法中，通过采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降，并基于预设的饱和压降-结温模型，计算IGBT的结温值，并根据IGBT的结温值提取IGBT的结温循环数据，将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算IGBT的失效率，并根据IGBT的失效率估算IGBT的寿命。由此，解决了对IGBT模块的可靠性准确的评估等问题，耗时短，精度高且工作量低，提高了IGBT模块的可靠性，保证了电机控制器工作时的稳定性。
在介绍本申请实施例的一种IGBT寿命估算方法之前，先简单介绍下相关技术中的IGBT寿命估算方法。
功率模块的寿命模型主要分为物理寿命模型和解析寿命模型。其中物理寿命模型需要考虑模块实际的失效机理和材料损伤机理，用过材料的应力一应变模型建立模块内部材料在特定条件下的寿命关系，基于材料的疲劳老化提出一种有限元的分析方法，用来分析不同材料、封装对DSC SiC的寿命影响规律，基于T-CAD仿真平台和I/V测试系统，分析了不同UIS应力条件(包括器件结温、UIS(Unclamped Inductive Switching，非钳位感性负载下的开关过程)峰值电流以及外围电路参数等)对器件电学参数退化的研究结果，建立了器件阈值电压和导通电阻在UIS应力下的寿命预测模型。相对来说，功率模块失效机理复杂，物理寿命模型的分析尚不成熟，现有的可靠性评估中多是依据解析寿命模型来进行的，IGBT模块解析寿命模型是通过分析加速老化试验中各试验变量与寿命间的关系而得出的，试验变量通常包括负载电流、平均结温、结温摆幅、温度上升速率等。常见的解析寿命模型主要包括Coffin Manson模型、Bayerer模型、Norris-Landzberg模型和Lesit模型等。相关技术中提出的最小二乘支持向量机模型，以及对电子器件故障预测和健康管理技术发展动态进行了分析，基于损伤与时间盈利的关系，提出了基于优化自回归模型的电子器件寿命预测方法。基于有限元法计算了IGBT模块在功率循环过程中的温度分布与变化，并在此基础上计算了模块的应力应变；根据应力应变数值的计算结果，分别采用应变能法和应变法等两种疲劳破坏准则，预测了键合线疲劳寿命，建立基于GARCH模型的IGBT老化寿命模型，通过3组IGBT模块加速老化数据对剩余寿命预测，验证所提方法的有效性，一种基于三维电热有限元建模的方法和工具，旨在分析汽车功率MOSFET出现缺陷后的事件序列，量化电热影响的损伤程度，
一种电热耦合模型，以获得电流的非均匀温度分布，建立功率模块热疲劳寿命的仿真方法。另一种集成在脉宽调制和电流控制全桥中的实时降阶紧凑热模型，该模型可以根据相电流的测量值提供设备损耗的估计值。并使用经过验证的Flotherm模型预测隐藏层的温度来实时评估电力电子器件的健康状态。基于IGBT模块失效的寿命模型利用线性累积损伤理论对直驱风机系统和双馈风机转子侧变流器中的IGBT模块的可靠性分析。通过获取IGBT模块在正常工作时的结温曲线，采用雨流算法计算出结温波动情况，利用解析寿命模型中，结温波动于模块寿命的对应关系对电力机车中的IGBT进行寿命预测。根据失效统计的可靠性评估方法需要长时间的数据积累，利用大量时间成本、样本成本对实际运行过程中的电机控制器的IGBT模块失效时间进行统计，然后根据概率统计判断准则，选择合适的概率统计分布模型对失效数据进行拟合得到IGBT模块的可靠性结构模型和寿命分布模型而从获得模块的可靠性信息，这种方法直接统计失效时间的成本太高，使用方法受限不适用于新能源汽车产业化的需求。基于可靠性手册的评估方法表征的大多数器件的平均水平，由于器件一致性差异、使用环境的差别，评估的准确性较低。物理寿命模型需要考虑模块材料的应力-应变模型建立材料在特定条件下的寿命关系，失效机理复杂，在新能源汽车复杂多变的工作环境下寿命模型尚不成熟，导致了可靠性评估结果与实际情况相差较大。由于IGBT模块的失效损伤程度与电热应力的冲击相关，通过IGBT模块加速老化试验可以建立IGBT模块寿命与应力之间的解析模型，但在IGBT模块的疲劳失效的过程中，动态特性会导致电气参数偏移。
因此，本申请实施例提出一种IGBT寿命估算方法，通过采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降，并基于预设的饱和压降-结温模型，计算IGBT的结温值，并根据IGBT的结温值提取IGBT的结温循环数据，将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算IGBT的失效率，并根据IGBT的失效率估算IGBT的寿命。由此，解决了对IGBT模块的可靠性准确的评估等问题，耗时短，精度高且工作量低，提高了IGBT模块的可靠性，保证了电机控制器工作时的稳定性。
具体而言，图1为本申请实施例所提供的一种IGBT寿命估算方法的流程示意图。
如图1所示，该IGBT寿命估算方法包括以下步骤：
在步骤S101中，采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降。
具体地，如图2所示，IGBT模块集-射极饱和压降检测电路，包含数字信号处理器DSP U1、程序存储器U2、驱动芯片U3、光电耦合器U4、运放放大器U5及相关分立器件。其中，U3、U4、U5构成饱和压降检测电路，U2对结温循环进行计数存储，U1为数字信号处理器进行逻辑流程处理以及失效周次、失效率计算，具有可靠性高、精度高的特点。
其中，驱动芯片U3的1脚(SCPIN)为短路电流检测引脚，6脚(VCC2)接驱动正压+15V，7脚(OUT1H)为源边输出引脚，输出PWM(Pulse-Width Modulation，脉冲宽度调制)波到IGBT Q1的柵极控制其的开通，3脚(GND2)接Q1的发射极E，其他引脚按照驱动芯片手册连接，U3的6脚与3脚之间串联3个电阻R2、R5、R6，二极管D2阳极通过R2接U3的3脚，阴极接Q1的集电极C，R2、R5、R6构成分压电路，U3的1脚通过R6的分压后接光电耦合器U4的2脚(VIN)，C1电容并联在R6的两端接U3的1脚和3脚，用于吸收IGBT开通时的干扰避免触发驱动芯片U3的软关断，饱和压降检测电路的工作原理：在Q1关断时，D1阻断，15V通过R2、R5、R6的电路即在1号引脚处为高电平，Q1导通时D1导通，R5、R6两端的电压就是IGBT的饱和压降，饱和压降通过R6的分压到光电耦合器U4的输入端2号引脚(VIN)。
在步骤S102中，基于预设的饱和压降-结温模型，根据饱和压降计算IGBT的结温值，并根据IGBT的结温值提取IGBT的结温循环数据，其中，预设的饱和压降-结温模型由饱和压降-结温曲线或训练目标神经网络得到。
具体地，如图2所示，通过热敏电参数测量试验得到的IGBT模块结温-饱和压降特性曲线。U4的1号引脚(VDD)接电源+5V(相对高压地)，3号引脚(SHDN)、4号引脚(GND1)接高压的地，8号引脚(VDD2)接电源+5V，5号引脚(GND2)接电源地，U4的作用为光电隔离，将高压输入的工作区与低压输出工作区隔离开来，6号引脚(Vout-)、7号引脚(Vout+)将R6分压的模拟量输出连接到运放放大器U5的2号引脚(-INA)、3号引脚(+INA)。U5的4号引脚(V-)接电源地，8号引脚(V+)接电源+5V，C3为电源正、负的稳压电容，1号引脚(OUTA)接5号引脚(+INB)，R7、R8、R9、R10、R11、R12、R13构成运放放大器的增益电路，C2、C4、C5用于吸收输出端的干扰，U5的6号引脚(-INB)、号、5号引脚(OUT B)接U1数字信号处理器DSP的77号引脚(I/O)，U1的作用是计算IGBT结温值。
由此，即可在得到IGBT集电极-发射极的饱和压降后，基于由饱和压降-结温曲线或训练目标神经网络得到的预设的饱和压降-结温模型，计算IGBT集电极-发射极的饱和压降对应的IGBT结温值。
可选地，在一些实施例中，在基于预设的饱和压降-结温模型，根据饱和压降计算IGBT的结温值之前，还包括：采集多个目标IGBT的集电极-发射极的饱和压降数据和饱和压降数据对应的结温值；根据饱和压降数据和饱和压降数据对应的结温值绘制饱和压降-结温曲线，根据饱和压降-结温曲线得到预设的饱和压降-结温模型。
其中，在一些实施例中，在基于预设的饱和压降-结温模型，根据饱和压降计算IGBT的结温值之前，还包括：根据饱和压降数据和饱和压降数据对应的结温值训练目标神经网络，得到预设的饱和压降-结温模型。
应当理解的，在获取预设的饱和压降-结温模型时，本申请实施例可以设置有多种实现方式。
作为一种可能实现的方式，本申请实施例可以预先采集多个目标IGBT的集电极-发射极的饱和压降数据和饱和压降数据对应的结温值，基于饱和压降数据和饱和压降数据对应的结温值之间的对应关系绘制饱和压降-结温曲线，从而基于饱和压降-结温曲线得到预设的饱和压降-结温模型。其中，IGBT模块典型寿命温度循环曲线，通过加速老化试验得到，饱和压降-结温曲线如图3所示，由图3可知，IGBT饱和压降随结温的变化趋势为随着结温值的升高，IGBT饱和压降也随之升高，如表1所示。
表1
| Vcesat | 1.12 | 1.15 | 1.17 | 1.19 | 1.23 | 1.24 | 1.26 | 1.29 | 1.31 | 1.33 | 1.35 |
| 结温 | 30 | 45 | 60 | 75 | 90 | 105 | 120 | 135 | 150 | 165 | 175 |
作为另一种可能实现的方式，本申请实施例可以预先采集多个目标IGBT的集电极-发射极的饱和压降数据和饱和压降数据对应的结温值，并通过饱和压降数据和饱和压降数据对应的结温值训练预先设定的神经网络，即可得到预设的饱和压降-结温模型。需要说明的是，预先设定的神经网络可以由本领域技术人员根据实际情况进行确定，在此不做详细赘述。
在步骤S103中，将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算IGBT的失效率，并根据IGBT的失效率估算IGBT的寿命。
可选地，在一些实施例中，将IGBT的结温循环数据输入至预设的IGBT寿命预测模型计算IGBT的失效率，包括：根据结温循环数据得到预设的IGBT寿命预测模型的输入参数，其中，输入参数包括温度循环数据和温度循环数据对应的循环次数；根据温度循环数据和温度循环数据对应的循环次数输入至预设的IGBT寿命预测模型计算IGBT的失效率。
其中，在一些实施例中，预设的IGBT寿命预测模型为：
p＝∫1/N△T*n；
其中，p为温度循环的损伤率，N△T为温度循环△T对应的循环次数，n为温度循环次数。
具体地，如图2所示，U2的8号引脚(VCC)接电源+5V，4号引脚(VSS)接电源地，7号引脚(HOLD)接高电平以保证串行通信，3号引脚(WP)接U1的108号引脚(CCLK)以保证存储器的写入正常，6号引脚(SCK)接U1的73号引脚同步DSP与存储器的时钟信号，2号引脚(SO)、1号引脚(CS)、、5号引脚(SI)分别接U1的84号引脚(I/O)、92号引脚(I/O)、74号引脚(I/O)，U2的作用是将U1计算温度循环的次数存储在其内部EEPROM内。
具体地，获取IGBT的结温循环数据，根据结温循环数据得到预设的IGBT寿命预测模型的温度循环数据和温度循环数据对应的循环次数，并将温度循环数据和温度循环数据对应的循环次数输入至预设的IGBT寿命预测模型计算IGBT的失效率。如图4所示，图4为本申请一个实施例的IGBT模块典型寿命温度循环曲线，其中，纵坐标代表循环次数即寿命截止，横坐标代表温度循环△T，在某一确定的温度循环△T1下，对应的循环次数N△T1，单次温度循环的损伤率可以用p＝1/N△T1表示。
进一步地，在一些实施例中，根据IGBT的失效率估算IGBT的寿命，包括：判断IGBT的失效率是否大于预设失效值；若IGBT的失效率大于预设失效值，则判定IGBT处于失效状态，IGBT寿命为0。其中，预设失效值为1，
可以理解的是，若IGBT的失效率大于1，则说明IGBT处于失效状态，IGBT寿命为0，此时，电机控制器的电流输出中断，电机控制器可以发送报警信号至整车控制器，车辆接收到报警信号后，通过语音系统发出语音报警，提醒驾驶人员。
综上，如图5所示，本申请实施例通过饱和压降采集装置测量IGBT集-射极饱和压降，并根据饱和压降-结温模型计算IGBT结温，然后提取结温循环，得到寿命预测模型所需参数，最后利用寿命预测模型计算IGBT得失效周次，计算IGBT失效率，从而评估IGBT模块的可靠性。
根据本申请实施例提出的IGBT寿命估算方法，通过采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降，并基于预设的饱和压降-结温模型，计算IGBT的结温值，并根据IGBT的结温值提取IGBT的结温循环数据，获取预设的IGBT寿命预测模型的输入参数，将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算IGBT的失效率，并根据IGBT的失效率估算IGBT的寿命。由此，解决了对IGBT模块的可靠性准确的评估等问题，耗时短，精度高且工作量低，提高了IGBT模块的可靠性，可在电机失效前提前做出预警，保证了电机控制器工作时的稳定性。
其次参照附图描述根据本申请实施例提出的IGBT寿命估算装置。
图6是本申请实施例的IGBT寿命估算装置的方框示意图。
如图6所示，该IGBT寿命估算装置10包括：采集模块100、计算模块200和估算模块300。
其中，采集模块100，用于采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降；计算模块200，用于基于预设的饱和压降-结温模型，根据饱和压降计算IGBT的结温值，并根据IGBT的结温值提取IGBT的结温循环数据，其中，预设的饱和压降-结温模型由饱和压降-结温曲线或训练目标神经网络得到；估算模块300，用于将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算IGBT的失效率，并根据IGBT的失效率估算IGBT的寿命。
可选地，在一些实施例中，估算模块300，还有用于：根据结温循环数据得到预设的IGBT寿命预测模型的输入参数，其中，输入参数包括温度循环数据和温度循环数据对应的循环次数；根据温度循环数据和温度循环数据对应的循环次数输入至预设的IGBT寿命预测模型计算IGBT的失效率。
可选地，在一些实施例中，估算模块300，还用于：判断IGBT的失效率是否大于预设失效值；若IGBT的失效率大于预设失效值，则判定IGBT处于失效状态，IGBT寿命为0。
可选地，在一些实施例中，在基于预设的饱和压降-结温模型，根据饱和压降计算IGBT的结温值之前，计算模块200，还用于：采集多个目标IGBT的集电极-发射极的饱和压降数据和饱和压降数据对应的结温值；根据饱和压降数据和饱和压降数据对应的结温值绘制饱和压降-结温曲线，根据饱和压降-结温曲线得到预设的饱和压降-结温模型。
可选地，在一些实施例中，在基于预设的饱和压降-结温模型，根据饱和压降计算IGBT的结温值之前，计算模块200，还用于：根据饱和压降数据和饱和压降数据对应的结温值训练目标神经网络，得到预设的饱和压降-结温模型。
可选地，在一些实施例中，预设的IGBT寿命预测模型为：
p＝∫1/N△T*n；
其中，p为温度循环的损伤率，N△T为温度循环△T对应的循环次数，n为温度循环次数。
需要说明的是，前述对IGBT寿命估算方法实施例的解释说明也适用于该实施例的IGBT寿命估算装置，此处不再赘述。
根据本申请实施例提出的IGBT寿命估算装置，通过采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降，并基于预设的饱和压降-结温模型，计算IGBT的结温值，并根据IGBT的结温值提取IGBT的结温循环数据，将IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算IGBT的失效率，并根据IGBT的失效率估算IGBT的寿命。由此，解决了对IGBT模块的可靠性准确的评估等问题，耗时短，精度高且工作量低，提高了IGBT模块的可靠性，保证了电机控制器工作时的稳定性。
图7为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。
处理器702执行程序时实现上述实施例中提供的IGBT寿命估算方法。
进一步地，电子设备还包括：
通信接口703，用于存储器701和处理器702之间的通信。
存储器701，用于存放可在处理器702上运行的计算机程序。
存储器701可能包含高速RAM(Random Access Memory，随机存取存储器)存储器，也可能还包括非易失性存储器，例如至少一个磁盘存储器。
如果存储器701、处理器702和通信接口703独立实现，则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture，工业标准体系结构)总线、PCI(Peripheral Component，外部设备互连)总线或EISA(Extended Industry Standard Architecture，扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器701、处理器702及通信接口703，集成在一块芯片上实现，则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。
处理器702可能是一个CPU(Central Processing Unit，中央处理器)，或者是ASIC(Application Specific Integrated Circuit，特定集成电路)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的IGBT寿命估算方法。
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申请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是必须针对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一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
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至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列，现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (14)
1.一种IGBT寿命估算方法，其特征在于，包括以下步骤：
采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降；
基于预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值，并根据所述IGBT的结温值提取所述IGBT的结温循环数据，其中，所述预设的饱和压降-结温模型由饱和压降-结温曲线或训练目标神经网络得到；以及
将所述IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算所述IGBT的失效率，并根据所述IGBT的失效率估算所述IGBT的寿命。
2.根据权利要求1所述的方法，其特征在于，所述将所述IGBT的结温循环数据输入至预设的IGBT寿命预测模型计算所述IGBT的失效率，包括：
根据所述结温循环数据得到所述预设的IGBT寿命预测模型的输入参数，其中，所述输入参数包括温度循环数据和所述温度循环数据对应的循环次数；
根据所述温度循环数据和所述温度循环数据对应的循环次数输入至所述预设的IGBT寿命预测模型计算所述IGBT的失效率。
3.根据权利要求2所述的方法，其特征在于，所述根据所述IGBT的失效率估算所述IGBT的寿命，包括：
判断所述IGBT的失效率是否大于预设失效值；
若所述IGBT的失效率大于所述预设失效值，则判定所述IGBT处于失效状态，所述IGBT寿命为0。
4.根据权利要求1所述的方法，其特征在于，在基于所述预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值之前，还包括：
采集多个目标IGBT的集电极-发射极的饱和压降数据和所述饱和压降数据对应的结温值；
根据所述饱和压降数据和所述饱和压降数据对应的结温值绘制所述饱和压降-结温曲线，根据所述饱和压降-结温曲线得到所述预设的饱和压降-结温模型。
5.根据权利要求4所述的方法，其特征在于，在基于所述预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值之前，还包括：
根据所述饱和压降数据和所述饱和压降数据对应的结温值训练所述目标神经网络，得到所述预设的饱和压降-结温模型。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述预设的IGBT寿命预测模型为：
p＝∫1/N△T*n；
其中，p为温度循环的损伤率，N△T为温度循环△T对应的循环次数，n为温度循环次数。
7.一种IGBT寿命估算装置，其特征在于，包括：
采集模块，用于采集绝缘栅双极型晶体管IGBT集电极-发射极的饱和压降；
计算模块，用于基于预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值，并根据所述IGBT的结温值提取所述IGBT的结温循环数据，其中，所述预设的饱和压降-结温模型由饱和压降-结温曲线或训练目标神经网络得到；以及
估算模块，用于将所述IGBT的结温循环数据输入至预设的IGBT寿命预测模型，计算所述IGBT的失效率，并根据所述IGBT的失效率估算所述IGBT的寿命。
8.根据权利要求7所述的装置，其特征在于，所述估算模块，还有用于：
根据所述结温循环数据得到所述预设的IGBT寿命预测模型的输入参数，其中，所述输入参数包括温度循环数据和所述温度循环数据对应的循环次数；
根据所述温度循环数据和所述温度循环数据对应的循环次数输入至所述预设的IGBT寿命预测模型计算所述IGBT的失效率。
9.根据权利要求8所述的装置，其特征在于，所述估算模块，还用于：
判断所述IGBT的失效率是否大于预设失效值；
若所述IGBT的失效率大于所述预设失效值，则判定所述IGBT处于失效状态，所述IGBT寿命为0。
10.根据权利要求7所述的装置，其特征在于，在基于所述预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值之前，所述计算模块，还用于：
采集多个目标IGBT的集电极-发射极的饱和压降数据和所述饱和压降数据对应的结温值；
根据所述饱和压降数据和所述饱和压降数据对应的结温值绘制所述饱和压降-结温曲线，根据所述饱和压降-结温曲线得到所述预设的饱和压降-结温模型。
11.根据权利要求10所述的装置，其特征在于，在基于所述预设的饱和压降-结温模型，根据所述饱和压降计算所述IGBT的结温值之前，所述计算模块，还用于：
根据所述饱和压降数据和所述饱和压降数据对应的结温值训练所述目标神经网络，得到所述预设的饱和压降-结温模型。
12.根据权利要求7-11任一项所述的装置，其特征在于，所述预设的IGBT寿命预测模型为：
p＝∫1/N△T*n；
其中，p为温度循环的损伤率，N△T为温度循环△T对应的循环次数，n为温度循环次数。
13.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6任一项所述的IGBT寿命估算方法。
14.一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，该程序被处理器执行，以用于实现如权利要求1-6任一项所述的IGBT寿命估算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211502092.4A CN115828743A (zh) | 2022-11-28 | 2022-11-28 | Igbt寿命估算方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211502092.4A CN115828743A (zh) | 2022-11-28 | 2022-11-28 | Igbt寿命估算方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115828743A true CN115828743A (zh) | 2023-03-21 |
Family
ID=85532224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211502092.4A Pending CN115828743A (zh) | 2022-11-28 | 2022-11-28 | Igbt寿命估算方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115828743A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117094275A (zh) * | 2023-08-24 | 2023-11-21 | 上海合芯数字科技有限公司 | 芯片端口的布设方法、存储介质、电子设备及芯片 |
-
2022
- 2022-11-28 CN CN202211502092.4A patent/CN115828743A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117094275A (zh) * | 2023-08-24 | 2023-11-21 | 上海合芯数字科技有限公司 | 芯片端口的布设方法、存储介质、电子设备及芯片 |
| CN117094275B (zh) * | 2023-08-24 | 2024-03-12 | 上海合芯数字科技有限公司 | 芯片端口的布设方法、存储介质、电子设备及芯片 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | Online condition monitoring for both IGBT module and DC-link capacitor of power converter based on short-circuit current simultaneously | |
| US11169201B2 (en) | Diagnostic device and method to establish degradation state of electrical connection in power semiconductor device | |
| Givi et al. | A comprehensive monitoring system for online fault diagnosis and aging detection of non-isolated DC–DC converters’ components | |
| US11913986B2 (en) | Reliability evaluation method and system of microgrid inverter IGBT based on segmented LSTM | |
| US20170350934A1 (en) | Method for estimating power system health | |
| US11656266B2 (en) | Method and system for online monitoring of health status of insulated-gate bipolar transistor module | |
| CN105510792A (zh) | 一种变流器igbt功率模块现场双脉冲测试系统及方法 | |
| CN115828743A (zh) | Igbt寿命估算方法、装置、电子设备及存储介质 | |
| CN111781482A (zh) | 一种大功率sic mosfet模块键合线健康状态检测方法及装置 | |
| CN112487651B (zh) | 一种光伏变换器功率器件的寿命检测方法 | |
| CN110824321A (zh) | 一种igbt动态参数测试平台的杂散电容获取方法 | |
| CN113759225A (zh) | Igbt剩余寿命预测和状态评估实现方法 | |
| CN113219315B (zh) | 基于结温归一化的逆变器igbt老化在线监测方法及系统 | |
| CN114740327B (zh) | Igbt模块状态监测方法及装置 | |
| CN113125928A (zh) | 基于Miner理论的IGBT模块老化表征方法及系统 | |
| 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 | |
| CN112632843A (zh) | 电子元器件故障管理方法以及装置 | |
| Huang et al. | IGBT condition monitoring drive circuit based on self-excited short-circuit current | |
| Peng et al. | Duty Cycle based Condition Monitoring of MOSFETs in Digitally-Controlled DC-DC Converters | |
| CN110197012B (zh) | 考虑牵引传动系统故障影响的支撑电容寿命评估方法 | |
| CN114814408B (zh) | 充电模块的运行状态监测方法、装置、设备及存储介质 | |
| CN113406466A (zh) | 一种igbt模块封装老化在线健康管理方法及系统 | |
| CN117872188B (zh) | 一种便携式多功能电源循环测试方法 | |
| CN114006353B (zh) | Igbt结温识别方法及空调机组 | |
| CN116794469A (zh) | 饱和压降测量系统及方法、寿命评估方法及系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: No. 588 Shuguang Road, Longxing Town, Yubei District, Chongqing, 401135 Applicant after: Deep Blue Automotive Technology Co.,Ltd. Address before: 401133 room 208, 2 house, 39 Yonghe Road, Yu Zui Town, Jiangbei District, Chongqing Applicant before: CHONGQING CHANGAN NEW ENERGY AUTOMOBILE TECHNOLOGY Co.,Ltd. |