CN116151116B - 一种动车组牵引变流器igbt的寿命优化方法 - Google Patents

一种动车组牵引变流器igbt的寿命优化方法 Download PDF

Info

Publication number
CN116151116B
CN116151116B CN202310165790.8A CN202310165790A CN116151116B CN 116151116 B CN116151116 B CN 116151116B CN 202310165790 A CN202310165790 A CN 202310165790A CN 116151116 B CN116151116 B CN 116151116B
Authority
CN
China
Prior art keywords
igbt module
inverter
igbt
quadrant rectifier
service 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
CN202310165790.8A
Other languages
English (en)
Other versions
CN116151116A (zh
Inventor
冯晓云
曹虎
荆蕾
牟述佳
邓清丽
初开麒
苟斌
李政达
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.)
Southwest Jiaotong University
Original Assignee
Southwest 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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202310165790.8A priority Critical patent/CN116151116B/zh
Publication of CN116151116A publication Critical patent/CN116151116A/zh
Application granted granted Critical
Publication of CN116151116B publication Critical patent/CN116151116B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • H02M7/53871—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 with automatic control of output voltage or current
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • H02M1/00—Details of apparatus for conversion
    • H02M1/0048—Circuits or arrangements for reducing losses
    • H02M1/0054—Transistor switching losses
    • 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
    • H02M7/539—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 with automatic control of output wave form or frequency
    • H02M7/5395—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 with automatic control of output wave form or frequency by pulse-width modulation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • H02P27/085—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation wherein the PWM mode is adapted on the running conditions of the motor, e.g. the switching frequency
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种动车组牵引变流器IGBT的寿命优化方法，属于轨道交通车辆技术领域，该方法包括根据实际线路数据和实际运行工况，利用车辆动力学模型和牵引变流器半实物级仿真模型分别得到四象限整流器和逆变器的电压波形数据和电流波形数据，并基于IGBT模块功率损耗计算模型、IGBT模块热网络模型和Coffin‑Manson寿命模型相结合计算得到的四象限整流器和逆变器的IGBT模块工作寿命，利用IGBT模块寿命优化控制系统进行寿命优化。本发明解决了传统牵引变流器IGBT使用寿命差异较大的问题，降低了列车运营维护成本，提高了列车使用年限。

Description

一种动车组牵引变流器IGBT的寿命优化方法
技术领域
本发明属于轨道交通车辆技术领域，尤其涉及一种动车组牵引变流器IGBT的寿命优化方法。
背景技术
截至2022年底，中国高铁里程已达4.2万公里，但大量的高铁车辆随着运营时间的增长，逐步进入可靠性浴盆曲线的中后期阶段，车辆产品的故障率在逐渐增高，运行稳定性及可靠性水平在逐年下降。IGBT是高铁车辆牵引变流器的关键部件，承担着功率变换的重要作用，在经过近十年的长期运营后，某些型号的动车组车辆IGBT的故障率正逐年递升，严重影响了线路的正常运行。研究发现，产生IGBT故障率升高的主要原因是IGBT在长期运营后达到了一定的老化状态，尤其是相关产品的寿命设计未充分考虑国内站间距长、站点多、载客量大以及线路环境多样等特点。
IGBT模块是大功率变流器的核心元件，也是失效率较高的重要元件之一。在动车组牵引变流器中应用IGBT模块的有四象限整流器和逆变器两部分。在动车组牵引变流器的设计中，研发工程师通常会根据牵引计算结果中的牵引功率、输入输出电流以及直流母线电压水平选择满足技术指标的IGBT，然后再对已确定型号的IGBT的损耗、散热核算，确认满足标准和设计要求，但并没有手段去校核可靠性指标和工作寿命。导致实际运行中产生IGBT模块的失效率在某一时间段迅速上升的情况。另一方面，由于四象限整流器和牵引逆变器中IGBT模块的耐压、开关频率等条件不一致，这两个重要部分的寿命大为不同，同时间出厂使用的部件，往往是四象限整流器比逆变器更先失去正常工作能力。为达到列车服役年限要求，在列车检修维护时需对失效率较高的部件进行更换，四象限整流器和逆变器两者寿命不等的问题将带来较多经济浪费。
现有的一种技术提出了基于Miner理论IGBT寿命预测模型，但更多的是基于单个IGBT模块的加速老化试验数据，并未考虑运行工况下的负荷水平和牵引电路拓扑下不同位置IGBT承受的工作应力。所以，基于动车组实际运行工况和牵引变流器电气拓扑，开展IGBT寿命计算以及优化设计，无论是对既有动车组车辆IGBT的剩余寿命评估及优化，还是对新设计车辆使用寿命评估及优化，都有极大的工程价值和意义。
发明内容
针对现有技术中的上述不足，本发明提供的一种动车组牵引变流器IGBT的寿命优化方法，解决了传统牵引变流器IGBT使用寿命差异较大的问题，降低了列车运营维护成本，提高了列车使用年限。
为了达到上述发明目的，本发明采用的技术方案为：一种动车组牵引变流器IGBT的寿命优化方法，包括以下步骤：
S1、根据实际线路数据和实际运行工况，利用车辆动力学模型计算得到牵引变流器的输入功率和输出功率；
S2、根据所述输入功率和输出功率，利用牵引变流器半实物级仿真模型分别计算得到线路运行工况下四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据；
S3、根据所述四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据，利用IGBT模块功率损耗计算模型、IGBT模块热网络模型和Coffin-Manson寿命模型相结合计算得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命；
S4、根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，计算得到优化对象，并利用IGBT模块寿命优化控制系统对优化对象进行寿命优化，完成动车组牵引变流器IGBT的寿命优化。
本发明的有益效果为：本发明利用车辆动力学模型，进行整车牵引计算；并建立牵引变流器半实物级仿真模型，进行开关级设计和仿真计算；同时建立IGBT模块功率损耗计算模型和IGBT模块热网络模型，得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，并根据两者的工作寿命，对需要优化的对象进行判断并优化；实现了动车组牵引变流器IGBT寿命估计的智能化，并解决了因无法校核牵引变流器的四象限整流器IGBT模块和逆变器IGBT模块的工作寿命带来的时间段内失效率陡增，以及传统牵引变流器IGBT使用寿命差异较大的问题，降低了列车运营维护成本，提高了列车使用年限。
进一步地，所述步骤S1具体如下：
S101、根据车辆的质量数据、载荷数据、编组数据、动托比数据和牵引传动系统组成数据，利用整车单质点简化建模的思想和车辆动力学原理，得到车辆动力学模型；
S102、根据实际线路数据和实际运行工况，结合车辆动力学模型进行线路运行仿真，计算牵引变流器的运行速度和牵引/制动力；
S103、根据运行速度和牵引/制动力，得到牵引变流器的输入功率和输出功率：
其中，P逆变器为输出功率，表示逆变器输出功率曲线结果；P四象限为输入功率，表示四象限整流器输入功率曲线结果；η电机为电机工作效率；η逆变器为逆变器工作效率；η四象限为四象限整流器工作效率；Pmotor为电机机械功率曲线结果；T为电机转矩；ω为电机转速；Fd为牵引/制动力；D为轮径；nm为电机数量；α为传动效率；β为齿轮传动比；γ为齿轮比；v为牵引变流器的实际运行速度。
上述进一步方案的有益效果为：根据实际线路数据和实际运行工况，建立车辆动力学模型，实现了车辆运行状况的仿真，便于对车辆运行过程中的运行数据进行提取；基于车辆动力学模型，得到牵引变流器的输入功率和输出功率，为后续线路运行工况下四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据的获取做准备。
进一步地，所述步骤S2具体如下：
S201、根据牵引变流器拓扑，得到牵引变流器拓扑级仿真模型；
S202、基于牵引变流器拓扑级仿真模型，同时设置四象限整流器和逆变器的调制模式，并设置四象限整流器IGBT模块的开关频率和逆变器IGBT模块的开关频率，得到牵引变流器半实物级仿真模型；
S203、根据所述输入功率和输出功率，利用牵引变流器半实物级仿真模型，分别计算得到线路运行工况下四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据；所述四象限整流器电流波形数据和逆变器电流波形数据的表达式分别为：
其中，I四象限为四象限整流器电流波形数据；U四象限为四象限整流器电压波形数据，为固定值；I逆变器为逆变器电流波形数据；U逆变器为逆变器电压波形数据；为功率因数；P逆变器为输出功率，表示逆变器输出功率曲线结果；P四象限为输入功率，表示四象限整流器输入功率曲线结果。
上述进一步方案的有益效果为：建立牵引变流器半实物级仿真模型，便于对车辆运行过程中的牵引变流器中的电流数据和电压数据进行提取；基于牵引变流器半实物级仿真模型，得到四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据，为后续四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命的计算做准备。
进一步地，所述步骤S3具体如下：
S301、根据所述四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据，搭建IGBT模块功率损耗计算模型：
Ploss＝Pcon+Psw
Pcon＝PconT+PconD
Psw＝PswT+PswD
其中，Ploss为IGBT模块功率损耗计算模型，表示IGBT模块损耗；Pcon为IGBT模块通态损耗；Psw为IGBT模块开关损耗；PswT为IGBT芯片开关损耗；PswD为二极管开关损耗；PconT为IGBT芯片通态损耗；PconD为二极管通态损耗；Ts为IGBT芯片开关周期；δ为当前开关周期内IGBT芯片导通的占空比；vce为IGBT导通压降；ic为IGBT集电极电流；vce0为IGBT芯片静态特性曲线线性拟合之后和横轴的交点；rce为IGBT芯片拟合曲线的斜率；Ts'为二极管开关周期；δ'为当前开关周期内二极管导通的占空比；vF为二极管通态压降；iF为流经二极管的通态电流；vF0为二极管静态特性曲线线性拟合之后和横轴的交点；rF为二极管拟合曲线的斜率；fsw为IGBT芯片开关频率；Eon和Eoff分别为IGBT芯片在额定条件下的开通和关断能耗；Ic为实际流经IGBT芯片的电流值；Iref为IGBT芯片参考电流；VDC为IGBT芯片实际的直流侧电压值；Vref为IGBT芯片参考阻断电压；KV为IGBT芯片开关损耗的电压依赖性指数；CT为IGBT芯片开关损耗的温度系数；Tj为IGBT芯片结温；Tref为IGBT芯片参考温度；fsw'为二极管开关频率；Err为二极管反向恢复损耗；IF为实际流经二极管的电流值；Iref'为二极管参考电流；VDC'为二极管实际的直流侧电压值；Vref'为二极管参考阻断电压；KV'为二极管开关损耗的电压依赖性指数；CT'为二极管开关损耗的温度系数；Tj'为二极管结温；Tref'为二极管参考温度；
S302、根据IGBT模块功率损耗计算模型，分别得到四象限整流器的IGBT模块损耗和逆变器的IGBT模块损耗；
S303、设置四象限整流器的IGBT模块散热器热阻抗和逆变器的IGBT模块散热器热阻抗，并根据IGBT模块热特性，搭建IGBT模块热网络模型；所述IGBT模块热特性的表达式为：
R＝Tj＝Ploss*(Zth(j-c)+Ztc)+Ta
其中，R为IGBT模块热特性；Ztc为散热器热阻抗；Zth(j-c)为IGBT模块结-壳热阻抗；Ta为环境温度；t为时间；n为热网络的阶数；Ri为第i阶热阻；i为热阻序号；τi为第i阶热阻Ri与第i阶热容的乘积；exp为以e为底的指数函数；
S304、根据IGBT模块热网络模型、四象限整流器的IGBT模块损耗和逆变器的IGBT模块损耗，得到四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线；
S305、根据所述四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线，通过Coffin-Manson寿命模型，并利用线性累积损伤理论得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命。
上述进一步方案的有益效果为：建立IGBT模块功率损耗计算模型和IGBT模块热网络模型，为四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命的计算做准备，解决了因无法校核牵引变流器的四象限整流器IGBT模块和逆变器IGBT模块可靠性和工作寿命带来的时间段内失效率陡增的问题。
进一步地，所述步骤S305具体如下：
S3051、根据所述四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线，采用雨流法对线路运行工况下结温剖面进行计算统计，得到结温剖面所有不同结温变换循环离散数据；
S3052、根据所述结温剖面所有不同结温变换循环离散数据，通过Coffin-Manson寿命模型，利用线性累积损伤理论，得到不同结温变化应力水平下的四象限整流器IGBT模块损伤和逆变器IGBT模块损伤；所述Coffin-Manson寿命模型的表达式为：
Nf＝A*ΔTj -α
其中，Nf为Coffin-Manson寿命模型，表示IGBT模块能承受的最大循环次数；ΔTj为结温的变化；A和α均为寿命模型系数；
S3053、分别累积不同结温变化应力水平下的四象限整流器IGBT模块损伤和逆变器IGBT模块损伤，得到四象限整流器的IGBT模块总损伤程度和逆变器的IGBT模块总损伤程度：
其中，Dtotal为四象限整流器的IGBT模块总损伤程度；nh为四象限整流器的实际热循环次数；h为热循环序号；Dtotal'为逆变器的IGBT模块总损伤程度；nh'为逆变器的实际热循环次数；
S3054、根据所述四象限整流器的IGBT模块总损伤程度和逆变器的IGBT模块总损伤程度，分别得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命：
其中，CLtotal为四象限整流器的IGBT模块工作寿命，表示四象限整流器的IGBT模块在该温度剖面下的寿命；CLtotal'为逆变器的IGBT模块工作寿命，表示逆变器的IGBT模块在该温度剖面下的寿命。
上述进一步方案的有益效果为：Coffin-Manson寿命模型能很好地表征四象限整流器和逆变器的IGBT模块材料在周期性应力作用下发生疲劳及随疲劳程度增加而导致的材料变形。
进一步地所述步骤S4具体如下：
S401、根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，得到优化对象；
S402、利用IGBT模块寿命优化控制系统，对所述优化对象进行寿命优化，完成动车组牵引变流器IGBT的寿命优化。
上述进一步方案的有益效果为：对四象限整流器和逆变器进行优化对象判断，减少了维修的资源浪费情况，并基于对IGBT模块功效影响因素的调整，完成寿命优化，实现寿命优化的智能化。
进一步地，所述步骤S401具体如下：
S4011、获取批量IGBT模块样本，并根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，利用蒙特卡洛模拟计算批量IGBT模块样本寿命，得到批量IGBT模块样本寿命分布统计数据；
S4012、对所述批量样本IGBT寿命分布统计数据进行标幺化处理和数据拟合，得到IGBT工作寿命的失效密度函数：
其中，f(·)为失效密度函数；σ和μ均为失效密度函数拟合参数；t为时间；
S4013、对所述失效密度函数进行积分，得到可靠度曲线：
其中，R(·)为可靠度曲线；
S4014、根据可靠度曲线，得到工作寿命为预测年限的情况下，四象限整流器的IGBT模块失效率和逆变器的IGBT模块失效率；
S4015、根据等寿命设计原则，得到工作寿命为预测年限的IGBT模块最高失效率；
S4016、判断所述四象限整流器的IGBT模块失效率是否大于IGBT模块最高失效率，若是，进入步骤S4017，否则进入步骤S4018；
S4017、调整四象限整流器IGBT模块的开关频率和IGBT模块散热器热阻抗，并返回步骤S1；
S4018、判断所述逆变器的IGBT模块失效率是否大于IGBT模块最高失效率，若是，进入步骤S4019，否则，进入步骤S40110；
S4019、调整逆变器IGBT模块的开关频率和IGBT模块散热器热阻抗，并返回步骤S1；
S40110、判断所述四象限整流器的IGBT模块失效率是否大于所述逆变器的IGBT模块失效率，若是，四象限整流器的IGBT模块为优化对象，否则，以逆变器的IGBT模块为优化对象。
上述进一步方案的有益效果为：基于失效率，实现优化对象判断，解决了传统牵引变流器IGBT使用寿命差异较大的问题，降低了列车运营维护成本，提高了列车使用年限。
进一步地，所述步骤S402具体如下：
S4021、利用数据采集模块收集目标数据；
S4022、根据所述目标数据，利用马尔可夫决策过程建模模块，得到环境状态、动作序列和奖励函数；所述环境状态和奖励函数的表达式分别为：
st＝(wt,rt,Tto)
Rt＝-Bxit(st-1,at-1)+Bxjt(st-1,at-1)
at-1＝pt-1
其中，st为IGBT模块在t时刻的环境状态；Rt为t时刻的奖励函数；wt为t时刻IGBT模块的功率损耗；rt为t时刻IGBT模块的热阻参数；Tto为t时刻IGBT模块周围的环境温度；Bxit(·)为t时刻因失效率改变导致的惩罚；Bxjt(·)为t时刻因失效率改变导致的奖励；st-1为IGBT模块在t时刻的上一时步的环境状态；at-1为散热系统和模块控制系统在t时刻的上一时步的行为；pt-1为散热系统中风机在t时刻的上一时步的行为，是风机在t时刻的上一时步的转速；
S4023、根据所述环境状态、动作序列和奖励函数，利用智能算法网络参数训练模块的策略网络，得到下一时刻动作；
S4024、根据所述下一时刻动作，利用动作执行模块调整风机转速；
S4025、利用数据采集模块收集新目标数据；
S4026、根据所述新目标数据，利用马尔可夫决策过程建模模块，得到新环境状态、新动作序列和新奖励函数；
S4027、根据所述新目标数据、新环境状态、新动作序列和新奖励函数，对动作评价及智能算法网络参数训练模块进行参数训练，并评价所述下一时刻动作，得到评价结果；
S4028、根据所述评价结果，判断是否满足寿命设计要求，若是，记录当前时刻的风机转速，完成动车组牵引变流器IGBT的寿命优化，否则，返回步骤S4021，所述寿命设计要求的表达式为：
E＝min(|Bx1-Bx2|)
Bx1<Bxmax
Bx2<Bxmax
其中，E为寿命设计要求；min(·)为最小化函数；|·|为绝对值函数；Bx1为工作寿命为预测年限的情况下，四象限整流器的IGBT模块失效率；Bx2为工作寿命为预测年限的情况下，逆变器的IGBT模块失效率；Bxmax为最高失效率。
上述进一步方案的有益效果为：利用IGBT模块寿命优化控制系统，实现对智能算法网络参数训练模块内深度神经网络的参数训练，使IGBT模块寿命优化控制系统不断趋于完善，提升IGBT模块寿命优化的程度。
进一步地，所述马尔可夫决策过程建模模块的目标函数为：
Bxt＝F(Ttj,ΔTt)
其中，Bxt为IGBT模块在t时刻的工作寿命为预测年限的失效率，Ttj为t时刻IGBT模块的结温；ΔTt为t时刻IGBT模块的温差幅值；F(·)为Ttj和ΔTt对Bxt的综合影响关系。
上述进一步方案的有益效果为：以IGBT模块工作寿命为预测年限的失效率为目标函数，结合神经网络算法呈现，提高IGBT模块寿命优化过程的智能化。
附图说明
图1为本发明的方法流程图。
图2为本发明中优化对象判断的方法流程图。
图3为本发明中优化对象寿命优化的方法流程图。
图4为本发明中线路运行工况下的运行速度与牵引/制动力曲线图。
图5为本发明中线路运行工况下的牵引变流器的运行速度、输入功率与输出功率曲线图。
图6为本发明中牵引变流器拓扑图。
图7为本发明中四象限整流器电流波形数据和四象限整流器电压波形数据示意图。
图8为本发明中逆变器电流波形数据和逆变器器电压波形数据示意图。
图9为本发明中四象限整流器的IGBT模块损耗和逆变器的IGBT模块损耗示意图。
图10为本发明中四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线示意图。
图11为本发明中结温剖面热循环离散数据示意图。
图12为本发明中批量IGBT模块样本寿命分布统计数据示意图。
图13为本发明中IGBT模块寿命优化控制系统控制框图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，在本发明的一个实施例中，一种动车组牵引变流器IGBT的寿命优化方法，包括以下步骤：
S1、根据实际线路数据和实际运行工况，利用车辆动力学模型计算得到牵引变流器的输入功率和输出功率；
S2、根据所述输入功率和输出功率，利用牵引变流器半实物级仿真模型分别计算得到线路运行工况下四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据；
S3、根据所述四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据，利用IGBT模块功率损耗计算模型、IGBT模块热网络模型和Coffin-Manson寿命模型相结合计算得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命；
S4、根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，计算得到优化对象，并利用IGBT模块寿命优化控制系统对优化对象进行寿命优化，完成动车组牵引变流器IGBT的寿命优化。
所述步骤S1具体如下：
S101、根据车辆的质量数据、载荷数据、编组数据、动托比数据和牵引传动系统组成数据，利用整车单质点简化建模的思想和车辆动力学原理，得到车辆动力学模型；
S102、根据实际线路数据和实际运行工况，结合车辆动力学模型进行线路运行仿真，计算牵引变流器的运行速度和牵引/制动力；
S103、根据运行速度和牵引/制动力，得到牵引变流器的输入功率和输出功率：
其中，P逆变器为输出功率，表示逆变器输出功率曲线结果；P四象限为输入功率，表示四象限整流器输入功率曲线结果；η电机为电机工作效率；η逆变器为逆变器工作效率；η四象限为四象限整流器工作效率；Pmotor为电机机械功率曲线结果；T为电机转矩；ω为电机转速；Fd为牵引/制动力；D为轮径；nm为电机数量；α为传动效率；β为齿轮传动比；γ为齿轮比；v为牵引变流器的实际运行速度。
本实施例中，如图4所示，为线路运行工况下的运行速度与牵引/制动力曲线图，如图5所示，为本发明中线路运行工况下的牵引变流器的运行速度、输入功率与输出功率曲线图，图中车速即为运行速度。
所述步骤S2具体如下：
S201、根据牵引变流器拓扑，得到牵引变流器拓扑级仿真模型；
S202、基于牵引变流器拓扑级仿真模型，同时设置四象限整流器和逆变器的调制模式，并设置四象限整流器IGBT模块的开关频率和逆变器IGBT模块的开关频率，得到牵引变流器半实物级仿真模型；
S203、根据所述输入功率和输出功率，利用牵引变流器半实物级仿真模型，分别计算得到线路运行工况下四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据；所述四象限整流器电流波形数据和逆变器电流波形数据的表达式分别为：
其中，I四象限为四象限整流器电流波形数据；U四象限为四象限整流器电压波形数据，为固定值；I逆变器为逆变器电流波形数据；U逆变器为逆变器电压波形数据；为功率因数；P逆变器为输出功率，表示逆变器输出功率曲线结果；P四象限为输入功率，表示四象限整流器输入功率曲线结果。
本实施例中，如图6所示，为牵引变流器拓扑图；如图7所示，为四象限整流器电流波形数据和四象限整流器电压波形数据示意图；如图8所示，为逆变器电流波形数据和逆变器电压波形数据示意图。
所述步骤S3具体如下：
S301、根据所述四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据，搭建IGBT模块功率损耗计算模型：
Ploss＝Pcon+Psw
Pcon＝PconT+PconD
Psw＝PswT+PswD
其中，Ploss为IGBT模块功率损耗计算模型，表示IGBT模块损耗；Pcon为IGBT模块通态损耗；Psw为IGBT模块开关损耗；PswT为IGBT芯片开关损耗；PswD为二极管开关损耗；PconT为IGBT芯片通态损耗；PconD为二极管通态损耗；Ts为IGBT芯片开关周期；δ为当前开关周期内IGBT芯片导通的占空比；vce为IGBT导通压降；ic为IGBT集电极电流；vce0为IGBT芯片静态特性曲线线性拟合之后和横轴的交点；rce为IGBT芯片拟合曲线的斜率；Ts'为二极管开关周期；δ'为当前开关周期内二极管导通的占空比；vF为二极管通态压降；iF为流经二极管的通态电流；vF0为二极管静态特性曲线线性拟合之后和横轴的交点；rF为二极管拟合曲线的斜率；fsw为IGBT芯片开关频率；Eon和Eoff分别为IGBT芯片在额定条件下的开通和关断能耗；Ic为实际流经IGBT芯片的电流值；Iref为IGBT芯片参考电流；VDC为IGBT芯片实际的直流侧电压值；Vref为IGBT芯片参考阻断电压；KV为IGBT芯片开关损耗的电压依赖性指数；CT为IGBT芯片开关损耗的温度系数；Tj为IGBT芯片结温；Tref为IGBT芯片参考温度；fsw'为二极管开关频率；Err为二极管反向恢复损耗；IF为实际流经二极管的电流值；Iref'为二极管参考电流；VDC'为二极管实际的直流侧电压值；Vref'为二极管参考阻断电压；KV'为二极管开关损耗的电压依赖性指数；CT'为二极管开关损耗的温度系数；Tj'为二极管结温；Tref'为二极管参考温度；
S302、根据IGBT模块功率损耗计算模型，分别得到四象限整流器的IGBT模块损耗和逆变器的IGBT模块损耗；
S303、设置四象限整流器的IGBT模块散热器热阻抗和逆变器的IGBT模块散热器热阻抗，并根据IGBT模块热特性，搭建IGBT模块热网络模型；所述IGBT模块热特性的表达式为：
R＝Tj＝Ploss*(Zth(j-c)+Ztc)+Ta
其中，R为IGBT模块热特性；Ztc为散热器热阻抗；Zth(j-c)为IGBT模块结-壳热阻抗；Ta为环境温度；t为时间；n为热网络的阶数；Ri为第i阶热阻；i为热阻序号；τi为第i阶热阻Ri与第i阶热容的乘积；exp为以e为底的指数函数；
S304、根据IGBT模块热网络模型、四象限整流器的IGBT模块损耗和逆变器的IGBT模块损耗，得到四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线；
S305、根据所述四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线，通过Coffin-Manson寿命模型，并利用线性累积损伤理论得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命。
本实施例中，如图9所示，为四象限整流器的IGBT模块损耗和逆变器的IGBT模块损耗示意图；如图10所示，为本发明中四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线示意图。
所述步骤S305具体如下：
S3051、根据所述四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线，采用雨流法对线路运行工况下结温剖面进行计算统计，得到结温剖面所有不同结温变换循环离散数据；
S3052、根据所述结温剖面所有不同结温变换循环离散数据，通过Coffin-Manson寿命模型，利用线性累积损伤理论，得到不同结温变化应力水平下的四象限整流器IGBT模块损伤和逆变器IGBT模块损伤；所述Coffin-Manson寿命模型的表达式为：
Nf＝A*ΔTj -α
其中，Nf为Coffin-Manson寿命模型，表示IGBT模块能承受的最大循环次数；ΔTj为结温的变化；A和α均为寿命模型系数；
S3053、分别累积不同结温变化应力水平下的四象限整流器IGBT模块损伤和逆变器IGBT模块损伤，得到四象限整流器的IGBT模块总损伤程度和逆变器的IGBT模块总损伤程度：
其中，Dtotal为四象限整流器的IGBT模块总损伤程度；nh为四象限整流器的实际热循环次数；h为热循环序号；Dtotal'为逆变器的IGBT模块总损伤程度；nh'为逆变器的实际热循环次数；
S3054、根据所述四象限整流器的IGBT模块总损伤程度和逆变器的IGBT模块总损伤程度，分别得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命：
其中，CLtotal为四象限整流器的IGBT模块工作寿命，表示四象限整流器的IGBT模块在该温度剖面下的寿命；CLtotal'为逆变器的IGBT模块工作寿命，表示逆变器的IGBT模块在该温度剖面下的寿命。
本实施例中，如图11所示，为结温剖面热循环离散数据示意图。
所述步骤S4具体如下：
S401、根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，得到优化对象；
S402、利用IGBT模块寿命优化控制系统，对所述优化对象进行寿命优化，完成动车组牵引变流器IGBT的寿命优化。
如图2所示，所述步骤S401具体如下：
S4011、获取批量IGBT模块样本，并根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，利用蒙特卡洛模拟计算批量IGBT模块样本寿命，得到批量IGBT模块样本寿命分布统计数据；
S4012、对所述批量样本IGBT寿命分布统计数据进行标幺化处理和数据拟合，得到IGBT工作寿命的失效密度函数：
其中，f(·)为失效密度函数；σ和μ均为失效密度函数拟合参数；t为时间；
S4013、对所述失效密度函数进行积分，得到可靠度曲线：
其中，R(·)为可靠度曲线；
S4014、根据可靠度曲线，得到工作寿命为预测年限的情况下，四象限整流器的IGBT模块失效率和逆变器的IGBT模块失效率；
S4015、根据等寿命设计原则，得到工作寿命为预测年限的IGBT模块最高失效率；
S4016、判断所述四象限整流器的IGBT模块失效率是否大于IGBT模块最高失效率，若是，进入步骤S4017，否则，进入步骤S4018；
S4017、调整四象限整流器IGBT模块的开关频率和IGBT模块散热器热阻抗，并返回步骤S1；
S4018、判断所述逆变器的IGBT模块失效率是否大于IGBT模块最高失效率，若是，进入步骤S4019，否则，进入步骤S40110；
S4019、调整逆变器IGBT模块的开关频率和IGBT模块散热器热阻抗，并返回步骤S1；
S40110、判断所述四象限整流器的IGBT模块失效率是否大于所述逆变器的IGBT模块失效率，若是，四象限整流器的IGBT模块为优化对象；否则，以逆变器的IGBT模块为优化对象。
本实施例中，如图12所示，为批量IGBT模块样本寿命分布统计数据示意图。
如图3所示，所述步骤S402具体如下：
S4021、利用数据采集模块收集目标数据；
S4022、根据所述目标数据，利用马尔可夫决策过程建模模块，得到环境状态、动作序列和奖励函数；所述环境状态和奖励函数的表达式分别为：
st＝(wt,rt,Tto)
Rt＝-Bxit(st-1,at-1)+Bxjt(st-1,at-1)
at-1＝pt-1
其中，st为IGBT模块在t时刻的环境状态；Rt为t时刻的奖励函数；wt为t时刻IGBT模块的功率损耗；rt为t时刻IGBT模块的热阻参数；Tto为t时刻IGBT模块周围的环境温度；Bxit(·)为t时刻因失效率改变导致的惩罚；Bxjt(·)为t时刻因失效率改变导致的奖励；st-1为IGBT模块在t时刻的上一时步的环境状态；at-1为散热系统在t时刻的上一时步的行为；pt-1为散热系统中风机在t时刻的上一时步的行为，是风机在t时刻的上一时步的转速；
S4023、根据所述环境状态、动作序列和奖励函数，利用智能算法网络参数训练模块的策略网络，得到下一时刻动作；
S4024、根据所述下一时刻动作，利用动作执行模块调整风机转速；
S4025、利用数据采集模块收集新目标数据；
S4026、根据所述新目标数据，利用马尔可夫决策过程建模模块，得到新环境状态、新动作序列和新奖励函数；
S4027、根据所述新目标数据、新环境状态、新动作序列和新奖励函数，对动作评价及智能算法网络参数训练模块进行参数训练，并评价所述下一时刻动作，得到评价结果；
S4028、根据所述评价结果，判断是否满足寿命设计要求，若是，记录当前时刻的风机转速，完成动车组牵引变流器IGBT的寿命优化，否则，返回步骤S4021，所述寿命设计要求的表达式为：
E＝min(|Bx1-Bx2|)
Bx1<Bxmax
Bx2<Bxmax
其中，E为寿命设计要求；min(·)为最小化函数；|·|为绝对值函数；Bx1为工作寿命为预测年限的情况下，四象限整流器的IGBT模块失效率；Bx2为工作寿命为预测年限的情况下，逆变器的IGBT模块失效率；Bxmax为最高失效率。
所述马尔可夫决策过程建模模块的目标函数为：
Bxt＝F(Ttj,ΔTt)
其中，Bxt为IGBT模块在t时刻的工作寿命为预测年限的失效率，Ttj为t时刻IGBT模块的结温；ΔTt为t时刻IGBT模块的温差幅值；F(·)为Ttj和ΔTt对Bxt的综合影响关系。
本实施例中，所述车辆动力学模型以线路阻力和车辆运行速度为基本参数，所述实际线路数据包括坡度、曲度、隧道、桥梁等线路条件，和实际运行工况，包括整车的启停、牵引、惰行、制动等运行条件。
本实施例中，四象限整流器IGBT模块的开关频率和逆变器IGBT模块的开关频率为影响IGBT模块功率损耗的重要因素，也是判断部件不满足基本寿命设计要求时需要优化的参数之一。
本实施例中，在实际工作中，电机电压与电机转速曲线之间满足固定关系曲线，考虑到逆变器的电压波形数据与电机电压相同，因而根据电机转速可得到逆变器的电压波形数据。
本实施例中，牵引变流器包括四象限整流器和逆变器，所述四象限整流器和逆变器均包含IGBT模块，所述IGBT模块中包含IGBT芯片及反并联的二极管，IGBT和二极管的通态损耗主要受导通电流和温度影响。
本实施例中，由于四象限整流器和逆变器均采用半桥拓扑，理论上四象限整流器和逆变器拓扑中同一桥臂中上下两个IGBT模块的损耗应完全相同。
本实施例中，KV为开关损耗的电压依赖性指数，CT为开关损耗的温度系数，二者均可通过实验或数据手册来计算。
本实施例中，IGBT模块结-壳热阻抗Zth(j-c)在工程应用中通常采用Foster热网络模型计算，Foster热网络参数可经由动态热阻抗曲线拟合得到的，一般可通过有限元仿真或试验得到，并且模型结构简单，在实际计算中能够有效应用，在各大厂商提供的数据手册中，大多使用Foster结构的热网络模型来描述模块的热特性。
本实施例中，考虑IGBT失效主要来自于其键合线以及焊料层的循环热应力冲击，所以本发明选择Coffin-Manson寿命模型采用线性累积损伤理论(Miner’s ruler理论)计算IGBT模块的工作寿命。
本实施例中，由于四象限整流器和逆变器在线路运行过程中工作模式的不同，其得到的可靠性曲线会有较大差异，根据等寿命设计原则，通常牵引系统制造厂家会在设计中保证N年的工作寿命失效率不高于最高失效率，其中N和最高失效率的大小通常由设计制造商根据产品运用经验确定，N为器件出厂时寿命的预测年限。

Claims (3)

1.一种动车组牵引变流器IGBT的寿命优化方法，其特征在于，包括以下步骤：
S1、根据实际线路数据和实际运行工况，利用车辆动力学模型计算得到牵引变流器的输入功率和输出功率；所述步骤S1具体如下：
S101、根据车辆的质量数据、载荷数据、编组数据、动托比数据和牵引传动系统组成数据，利用整车单质点简化建模的思想和车辆动力学原理，得到车辆动力学模型；
S102、根据实际线路数据和实际运行工况，结合车辆动力学模型进行线路运行仿真，计算牵引变流器的运行速度和牵引/制动力；
S103、根据运行速度和牵引/制动力，得到牵引变流器的输入功率和输出功率：
其中，P逆变器为输出功率，表示逆变器输出功率曲线结果；P四象限为输入功率，表示四象限整流器输入功率曲线结果；η电机为电机工作效率；η逆变器为逆变器工作效率；η四象限为四象限整流器工作效率；Pmotor为电机机械功率曲线结果；T为电机转矩；ω为电机转速；Fd为牵引/制动力；D为轮径；nm为电机数量；α为传动效率；β为齿轮传动比；γ为齿轮比；v为牵引变流器的实际运行速度；
S2、根据所述输入功率和输出功率，利用牵引变流器半实物级仿真模型分别计算得到线路运行工况下四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据；所述步骤S2具体如下：
S201、根据牵引变流器拓扑，得到牵引变流器拓扑级仿真模型；
S202、基于牵引变流器拓扑级仿真模型，同时设置四象限整流器和逆变器的调制模式，并设置四象限整流器IGBT模块的开关频率和逆变器IGBT模块的开关频率，得到牵引变流器半实物级仿真模型；
S203、根据所述输入功率和输出功率，利用牵引变流器半实物级仿真模型，分别计算得到线路运行工况下四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据；所述四象限整流器电流波形数据和逆变器电流波形数据的表达式分别为：
其中，I四象限为四象限整流器电流波形数据；U四象限为四象限整流器电压波形数据，为固定值；I逆变器为逆变器电流波形数据；U逆变器为逆变器电压波形数据；为功率因数；P逆变器为输出功率，表示逆变器输出功率曲线结果；P四象限为输入功率，表示四象限整流器输入功率曲线结果；
S3、根据所述四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据，利用IGBT模块功率损耗计算模型、IGBT模块热网络模型和Coffin-Manson寿命模型相结合计算得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命；所述步骤S3具体如下：
S301、根据所述四象限整流器电压波形数据、四象限整流器电流波形数据、逆变器电压波形数据和逆变器电流波形数据，搭建IGBT模块功率损耗计算模型：
Ploss＝Pcon+Psw
Pcon＝PconT+PconD
Psw＝PswT+PswD
其中，Ploss为IGBT模块功率损耗计算模型，表示IGBT模块损耗；Pcon为IGBT模块通态损耗；Psw为IGBT模块开关损耗；PswT为IGBT芯片开关损耗；PswD为二极管开关损耗；PconT为IGBT芯片通态损耗；PconD为二极管通态损耗；Ts为IGBT芯片开关周期；δ为当前开关周期内IGBT芯片导通的占空比；vce为IGBT导通压降；ic为IGBT集电极电流；vce0为IGBT芯片静态特性曲线线性拟合之后和横轴的交点；rce为IGBT芯片拟合曲线的斜率；Ts'为二极管开关周期；δ'为当前开关周期内二极管导通的占空比；vF为二极管通态压降；iF为流经二极管的通态电流；vF0为二极管静态特性曲线线性拟合之后和横轴的交点；rF为二极管拟合曲线的斜率；fsw为IGBT芯片开关频率；Eon和Eoff分别为IGBT芯片在额定条件下的开通和关断能耗；Ic为实际流经IGBT芯片的电流值；Iref为IGBT芯片参考电流；VDC为IGBT芯片实际的直流侧电压值；Vref为IGBT芯片参考阻断电压；KV为IGBT芯片开关损耗的电压依赖性指数；CT为IGBT芯片开关损耗的温度系数；Tj为IGBT芯片结温；Tref为IGBT芯片参考温度；fsw'为二极管开关频率；Err为二极管反向恢复损耗；IF为实际流经二极管的电流值；Iref'为二极管参考电流；VDC'为二极管实际的直流侧电压值；Vref'为二极管参考阻断电压；KV'为二极管开关损耗的电压依赖性指数；CT'为二极管开关损耗的温度系数；Tj'为二极管结温；Tref'为二极管参考温度；
S302、根据IGBT模块功率损耗计算模型，分别得到四象限整流器的IGBT模块损耗和逆变器的IGBT模块损耗；
S303、设置四象限整流器的IGBT模块散热器热阻抗和逆变器的IGBT模块散热器热阻抗，并根据IGBT模块热特性，搭建IGBT模块热网络模型；所述IGBT模块热特性的表达式为：
R＝Tj＝Ploss*(Zth(j-c)+Ztc)+Ta
其中，R为IGBT模块热特性；Ztc为散热器热阻抗；Zth(j-c)为IGBT模块结-壳热阻抗；Ta为环境温度；t为时间；n为热网络的阶数；Ri为第i阶热阻；i为热阻序号；τi为第i阶热阻Ri与第i阶热容的乘积；exp为以e为底的指数函数；
S304、根据IGBT模块热网络模型、四象限整流器的IGBT模块损耗和逆变器的IGBT模块损耗，得到四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线；
S305、根据所述四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线，通过Coffin-Manson寿命模型，并利用线性累积损伤理论得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命；
S4、根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，计算得到优化对象，并利用IGBT模块寿命优化控制系统对优化对象进行寿命优化，完成动车组牵引变流器IGBT的寿命优化；所述步骤S4中根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，计算得到优化对象，具体包括以下步骤：
A401、获取批量IGBT模块样本，并根据四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命，利用蒙特卡洛模拟计算批量IGBT模块样本寿命，得到批量IGBT模块样本寿命分布统计数据；
A402、对所述批量IGBT模块样本寿命分布统计数据进行标幺化处理和数据拟合，得到IGBT工作寿命的失效密度函数：
其中，f(·)为失效密度函数；σ和μ均为失效密度函数拟合参数；t为时间；
A403、对所述失效密度函数进行积分，得到可靠度曲线：
其中，R(·)为可靠度曲线；
A404、根据可靠度曲线，得到工作寿命为预测年限的情况下，四象限整流器的IGBT模块失效率和逆变器的IGBT模块失效率；
A405、根据等寿命设计原则，得到工作寿命为预测年限的IGBT模块最高失效率；
A406、判断所述四象限整流器的IGBT模块失效率是否大于IGBT模块最高失效率，若是，进入步骤A407，否则进入步骤A408；
A407、调整四象限整流器IGBT模块的开关频率和IGBT模块散热器热阻抗，并返回步骤S1；
A408、判断所述逆变器的IGBT模块失效率是否大于IGBT模块最高失效率，若是，进入步骤A409，否则，进入步骤A4010；
A409、调整逆变器IGBT模块的开关频率和IGBT模块散热器热阻抗，并返回步骤S1；
A4010、判断所述四象限整流器的IGBT模块失效率是否大于所述逆变器的IGBT模块失效率，若是，四象限整流器的IGBT模块为优化对象；否则，以逆变器的IGBT模块为优化对象；
所述步骤S4中利用IGBT模块寿命优化控制系统对优化对象进行寿命优化，完成动车组牵引变流器IGBT的寿命优化，具体包括以下步骤：
B401、利用数据采集模块收集目标数据；
B402、根据所述目标数据，利用马尔可夫决策过程建模模块，得到环境状态、动作序列和奖励函数；所述环境状态和奖励函数的表达式分别为：
st＝(wt,rt,Tto)
Rt＝-Bxit(st-1,at-1)+Bxjt(st-1,at-1)
at-1＝pt-1
其中，st为IGBT模块在t时刻的环境状态；Rt为t时刻的奖励函数；wt为t时刻IGBT模块的功率损耗；rt为t时刻IGBT模块的热阻参数；Tto为t时刻IGBT模块周围的环境温度；Bxit(·)为t时刻因失效率改变导致的惩罚；Bxjt(·)为t时刻因失效率改变导致的奖励；st-1为IGBT模块在t时刻的上一时步的环境状态；at-1为散热系统在t时刻的上一时步的行为；pt-1为散热系统中风机在t时刻的上一时步的行为，是风机在t时刻的上一时步的转速；
B403、根据所述环境状态、动作序列和奖励函数，利用智能算法网络参数训练模块的策略网络，得到下一时刻动作；
B404、根据所述下一时刻动作，利用动作执行模块调整风机转速；
B405、利用数据采集模块收集新目标数据；
B406、根据所述新目标数据，利用马尔可夫决策过程建模模块，得到新环境状态、新动作序列和新奖励函数；
B407、根据所述新目标数据、新环境状态、新动作序列和新奖励函数，对动作评价及智能算法网络参数训练模块进行参数训练，并评价所述下一时刻动作，得到评价结果；
B408、根据所述评价结果，判断是否满足寿命设计要求，若是，记录当前时刻的风机转速，完成动车组牵引变流器IGBT的寿命优化，否则，返回步骤B401，所述寿命设计要求的表达式为：
E＝min(|Bx1-Bx2|)
Bx1＜Bxmax
Bx2＜Bxmax
其中，E为寿命设计要求；min(·)为最小化函数；|·|为绝对值函数；Bx1为工作寿命为预测年限的情况下，四象限整流器的IGBT模块失效率；Bx2为工作寿命为预测年限的情况下，逆变器的IGBT模块失效率；Bxmax为最高失效率。
2.根据权利要求1所述动车组牵引变流器IGBT的寿命优化方法，其特征在于，所述步骤S305具体如下：
S3051、根据所述四象限整流器的IGBT模块结温曲线和逆变器的IGBT模块结温曲线，采用雨流法对线路运行工况下结温剖面进行计算统计，得到结温剖面所有不同结温变换循环离散数据；
S3052、根据所述结温剖面所有不同结温变换循环离散数据，通过Coffin-Manson寿命模型，利用线性累积损伤理论，得到不同结温变化应力水平下的四象限整流器IGBT模块损伤和逆变器IGBT模块损伤；所述Coffin-Manson寿命模型的表达式为：
Nf＝A*ΔTj -α
其中，Nf为Coffin-Manson寿命模型，表示IGBT模块能承受的最大循环次数；ΔTj为结温的变化；A和α均为寿命模型系数；
S3053、分别累积不同结温变化应力水平下的四象限整流器IGBT模块损伤和逆变器IGBT模块损伤，得到四象限整流器的IGBT模块总损伤程度和逆变器的IGBT模块总损伤程度：
其中，Dtotal为四象限整流器的IGBT模块总损伤程度；nh为四象限整流器的实际热循环次数；h为热循环序号；Dtotal'为逆变器的IGBT模块总损伤程度；nh'为逆变器的实际热循环次数；
S3054、根据所述四象限整流器的IGBT模块总损伤程度和逆变器的IGBT模块总损伤程度，分别得到四象限整流器的IGBT模块工作寿命和逆变器的IGBT模块工作寿命：
其中，CLtotal为四象限整流器的IGBT模块工作寿命，表示四象限整流器的IGBT模块在结温剖面下的寿命；CLtotal'为逆变器的IGBT模块工作寿命，表示逆变器的IGBT模块在结温剖面下的寿命。
3.根据权利要求1所述动车组牵引变流器IGBT的寿命优化方法，其特征在于，所述马尔可夫决策过程建模模块的目标函数为：
Bxt＝F(Ttj,ΔTt)
其中，Bxt为IGBT模块在t时刻的工作寿命为预测年限的失效率，Ttj为t时刻IGBT模块的结温；ΔTt为t时刻IGBT模块的温差幅值；F(·)为Ttj和ΔTt对Bxt的综合影响关系。
CN202310165790.8A 2023-02-24 2023-02-24 一种动车组牵引变流器igbt的寿命优化方法 Active CN116151116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310165790.8A CN116151116B (zh) 2023-02-24 2023-02-24 一种动车组牵引变流器igbt的寿命优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310165790.8A CN116151116B (zh) 2023-02-24 2023-02-24 一种动车组牵引变流器igbt的寿命优化方法

Publications (2)

Publication Number Publication Date
CN116151116A CN116151116A (zh) 2023-05-23
CN116151116B true CN116151116B (zh) 2023-11-07

Family

ID=86357999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310165790.8A Active CN116151116B (zh) 2023-02-24 2023-02-24 一种动车组牵引变流器igbt的寿命优化方法

Country Status (1)

Country Link
CN (1) CN116151116B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100026495A (ko) * 2008-08-29 2010-03-10 채귀용 용접기의 아이지비티 드라이브
CN202798517U (zh) * 2012-05-24 2013-03-13 青岛四方车辆研究所有限公司 跨座式单轨列车牵引变流器
DE102016001474A1 (de) * 2015-11-19 2017-05-24 Sew-Eurodrive Gmbh & Co Kg Antrieb aufweisend einen von einem Umrichter speisbaren Elektromotor, insbesondere Drehstrommotor, und Verfahren zum Betreiben eines Antriebs
US9869722B1 (en) * 2016-09-22 2018-01-16 Rockwell Automation Technologies, Inc. Method and apparatus for electrical component life estimation
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
CN110133468A (zh) * 2019-05-30 2019-08-16 西南交通大学 一种基于多变量的igbt健合线老化监测评估方法
CN112039110A (zh) * 2020-09-22 2020-12-04 贵州大学 一种含光储系统的柔性直流配电网可靠性评估方法
WO2021128772A1 (zh) * 2019-12-24 2021-07-01 中车永济电机有限公司 变流器和牵引传动系统
CN114638119A (zh) * 2022-03-31 2022-06-17 河北工业大学 电动汽车的igbt功率模块累计损伤度计算方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100026495A (ko) * 2008-08-29 2010-03-10 채귀용 용접기의 아이지비티 드라이브
CN202798517U (zh) * 2012-05-24 2013-03-13 青岛四方车辆研究所有限公司 跨座式单轨列车牵引变流器
DE102016001474A1 (de) * 2015-11-19 2017-05-24 Sew-Eurodrive Gmbh & Co Kg Antrieb aufweisend einen von einem Umrichter speisbaren Elektromotor, insbesondere Drehstrommotor, und Verfahren zum Betreiben eines Antriebs
US9869722B1 (en) * 2016-09-22 2018-01-16 Rockwell Automation Technologies, Inc. Method and apparatus for electrical component life estimation
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
CN110133468A (zh) * 2019-05-30 2019-08-16 西南交通大学 一种基于多变量的igbt健合线老化监测评估方法
WO2021128772A1 (zh) * 2019-12-24 2021-07-01 中车永济电机有限公司 变流器和牵引传动系统
CN112039110A (zh) * 2020-09-22 2020-12-04 贵州大学 一种含光储系统的柔性直流配电网可靠性评估方法
CN114638119A (zh) * 2022-03-31 2022-06-17 河北工业大学 电动汽车的igbt功率模块累计损伤度计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
可单重四象限整流器运行的牵引变流器主电路损耗与控制研究;张春磊;杜广群;吴强;潘景宇;杨志浩;;中国铁路(05);全文 *
地铁车辆牵引逆变器IGBT模块的结温与疲劳寿命计算;丁杰;张平;;电气工程学报(10);全文 *

Also Published As

Publication number Publication date
CN116151116A (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN110147578B (zh) 基于半实物仿真平台的igbt器件的寿命预测方法
Musallam et al. Mission profile-based reliability design and real-time life consumption estimation in power electronics
CN107508281B (zh) 一种同相供电系统潮流控制器动态可靠性评估方法
Rothe et al. Life expectancy calculation for electric vehicle traction motors regarding dynamic temperature and driving cycles
CN104850916A (zh) 一种改进型灰色马尔可夫模型的电力设备故障预测方法
CN113239563B (zh) Igbt模块的热管理方法及存储介质
Fang et al. A review of data-driven prognostic for IGBT remaining useful life
CN113591336B (zh) 一种客车车下电源igbt模块寿命预测方法及其系统
CN112896200B (zh) 一种降低igbt模块寿命损耗的机车牵引力分配方法及装置
CN109613352B (zh) 变流器中功率模块的寿命测试方法、装置和系统
CN116151116B (zh) 一种动车组牵引变流器igbt的寿命优化方法
Niu et al. Demagnetization monitoring and life extending control for permanent magnet-driven traction systems
Chen et al. Converter lifetime modeling based on online rainflow counting algorithm
CN112487651A (zh) 一种光伏变换器功率器件的寿命检测方法
CN111722076A (zh) 一种基于数据驱动的igbt器件剩余使用寿命预测方法
CN115081268A (zh) 一种基于功率损耗数学模型及有限元方法的igbt模块寿命预测方法
Brandelero et al. Lifetime extension through Tj equalisation by use of intelligent gate driver with multi-chip power module
Rezaeizadeh et al. Reliability-aware Control of Power Converters in Mobility Applications
Ke et al. Mission-Profile Based Reliability Analysis Scheme of IGBT Modules for Traction Rectifier
Li et al. Assessing electric vehicle inverter to reduce energy consumption: using insulated gate bipolar transistor module to prevent the power loss and junction temperature
Lee et al. Velocity Profile-Based Evaluation and Improvement of Lifetime of Power Devices in Railway Propulsion Inverters
CN111199101B (zh) 一种基于mmc工况器件级劣化的igbt可靠性分析方法
Vernica et al. Modelling and improvement of thermal cycling in power electronics for motor drive applications
Li et al. Lifetime evaluation of IGBT module in DFIG considering wind turbulence and nonlinear damage accumulation effect
CN112699579A (zh) 一种基于有限元仿真的igbt状态监测方法

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