CN116502577B - Igbt芯片内部温度建模方法、设备及存储介质 - Google Patents
Igbt芯片内部温度建模方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116502577B CN116502577B CN202310769993.8A CN202310769993A CN116502577B CN 116502577 B CN116502577 B CN 116502577B CN 202310769993 A CN202310769993 A CN 202310769993A CN 116502577 B CN116502577 B CN 116502577B
- Authority
- CN
- China
- Prior art keywords
- region
- expression
- igbt chip
- thermal
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims description 31
- 239000002210 silicon-based material Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005485 electric heating Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 3
- 230000006798 recombination Effects 0.000 claims description 3
- 238000005215 recombination Methods 0.000 claims description 3
- 238000004904 shortening Methods 0.000 claims description 3
- 229910052710 silicon Inorganic materials 0.000 claims description 3
- 239000010703 silicon Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/33—Design verification, e.g. functional simulation or model checking
- G06F30/3308—Design verification, e.g. functional simulation or model checking using simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种IGBT芯片内部温度建模方法、设备及存储介质,所述方法包括构建IGBT芯片的集总电荷模型,识别集总电荷模型的参数;对IGBT芯片进行区域划分;针对所划分的区域构建IGBT芯片的热网络模型;构建基于集总电荷模型和热网络模型的电热联合仿真模型,对电热联合仿真模型进行电热联合仿真,得到IGBT芯片内部温度分布信息。本发明能够实现对IGBT芯片内部温度分布的精确描述。
Description
技术领域
本发明属于绝缘栅双极晶体管(IGBT)建模技术领域,尤其涉及一种IGBT芯片内部温度建模方法、设备及存储介质。
背景技术
绝缘栅双极晶体管由于具有高阻断电压与高功率密度的优异性能,现已广泛应用于风力涡轮机、铁路牵引逆变器和高压直流输电(HVDC)系统等大功率变换器中。尽管IGBT器件具有良好的鲁棒性,但在现场应用中仍会由于过量的电热应力而遭受灾难性故障。因此,对IGBT芯片内部温度进行建模可以更好地了解芯片温度动态变化过程以及失效机理,从而指导芯片设计研究者对芯片进行改进。
现有的IGBT芯片温度建模,通常将整个芯片简单地作为一个热源处理,即芯片的温度用一个平均温度表示,忽略了芯片内部温度梯度,而实际上,芯片在实际运行过程中,尤其是在极端工况下运行时,芯片内部温度梯度巨大,而半导体的物理参数具有温度敏感性,芯片内部温度的分布会造成不同位置物理参数数值的差异,进而影响模型的电场、载流子等半导体内部特性的描述,内部特性的误差会导致模型难以模拟芯片实际运行过程中的动态特性,降低了模型的鲁棒性和准确性。
发明内容
本发明的目的在于提供一种IGBT芯片内部温度建模方法、设备及存储介质,以解决传统温度建模方法无法对IGBT芯片内部温度进行准确描述的问题。
本发明是通过如下的技术方案来解决上述技术问题的:一种IGBT芯片内部温度建模方法,包括以下步骤:
构建IGBT芯片的集总电荷模型,识别所述集总电荷模型的参数;
基于所述IGBT芯片的结构,对IGBT芯片进行区域划分;其中,所述IGBT芯片的区域包括沟道区域、P-well区域、耗尽层区域以及载流子存储区域;
针对所划分的区域构建IGBT芯片的热网络模型,具体包括:构建各区域的受控电流源表达式、热阻表达式和热容表达式;根据各区域的受控电流源表达式、热阻表达式和热容表达式构建IGBT芯片的热网络模型;
构建基于所述集总电荷模型和所述IGBT芯片的热网络模型的电热联合仿真模型;
对所述电热联合仿真模型进行电热联合仿真,得到所述IGBT芯片内部温度分布信息。
进一步地,利用粒子群算法识别所述集总电荷模型的参数。
进一步地,所述参数包括芯片面积、N-基区宽度、N-基区掺杂、温度为300K时的载流子寿命、温度为300K时的阈值电压、空穴复合系数、栅氧特征电容、栅极电容、温度为300K时的跨导系数以及沟道缩短系数。
进一步地,所述沟道区域的受控电流源表达式为:
;
所述沟道区域的热阻表达式为:
;
所述沟道区域的热容表达式为:
;
其中,I 1为沟道区域的受控电流源,I nxn 为沟道电流,R CH 为沟道等效电阻,L CH 为沟道长度,d 1为沟道区域厚度,μ n1为沟道区域的电子迁移率,C OX 为栅氧特征电容,V G 为栅偏压,V th 为阈值电压,A为芯片面积,K T1为沟道区域硅材料的热导率,c T 为硅材料的比热容,ρ为硅材料的密度,T 1为沟道区域的平均温度,R 1为沟道区域的热阻,C 1为沟道区域的热容;
所述P-well区域的受控电流源表达式为:
;
所述P-well区域的热阻表达式为:
;
所述P-well区域的热容表达式为:
;
其中,I 2为P-well区域的受控电流源,I pxn 为流经P-well区域的电子电流,R p 为P-well区域的等效电阻,q为基元电荷,L p 为横向空穴电流流动路径,d 2为P-well区域厚度,μ p2为P-well区域的空穴迁移率,N A 为P-well区域的掺杂浓度,T 2为P-well区域的平均温度,R 2为P-well区域的热阻,C 2为P-well区域的热容,K T2为P-well区域硅材料的热导率;
所述耗尽层区域的受控电流源表达式为:
;
所述耗尽层区域的热阻表达式为:
;
所述耗尽层区域的热容表达式为:
;
其中,I 3为耗尽层区域的受控电流源,I C 为集电极电流,ε为硅的介电常数,d 3为耗尽层区域厚度,N B 为基区掺杂浓度,T 3为耗尽层区域的平均温度,R 3为耗尽层区域的热阻,C 3为耗尽层区域的热容,K T3为耗尽层区域硅材料的热导率;
所述载流子存储区域的受控电流源表达式为:
;
所述载流子存储区域的热阻表达式为:
;
所述载流子存储区域的热容表达式为:
;
其中,I 4为载流子存储区域的受控电流源,V B 为基区压降,d 4为载流子存储区域厚度,T 4为载流子存储区域的平均温度,R 4为载流子存储区域的热阻,C 4为载流子存储区域的热容,K T4为载流子存储区域硅材料的热导率。
进一步地,构建基于所述集总电荷模型和所述IGBT芯片的热网络模型的电热联合仿真模型的具体实现过程为:
建立所述热网络模型的节点电压与所述集总电荷模型各区域的平均温度的第一映射关系;
建立所述集总电荷模型各区域的平均温度与所述集总电荷模型的温度敏感参数的第二映射关系;
建立所述集总电荷模型各区域的损耗与所述热网络模型的受控电流源的第三映射关系;
建立所述集总电荷模型的耗尽层厚度与所述热网络模型的耗尽层区域的热阻和热容的第四映射关系;
建立所述集总电荷模型的载流子存储区域厚度与所述热网络模型的载流子存储区域的热阻和热容的第五映射关系;
基于所述第一映射关系、第二映射关系、第三映射关系、第四映射关系以及第五映射关系构建电热联合仿真模型。
进一步地,所述集总电荷模型的温度敏感参数包括各区域的电子迁移率μ ni 、各区域的空穴迁移率μ pi 、载流子寿命、跨导系数K p 、阈值电压V th ;
所述各区域的电子迁移率μ ni 的计算表达式为:
;
其中,i=1,4,μ n1为沟道区域的电子迁移率,μ n4为载流子存储区域的电子迁移率,T 1为沟道区域的平均温度,T 4为载流子存储区域的平均温度,N B 为基区掺杂浓度;
所述各区域的空穴迁移率μ pi 的计算表达式为:
;
其中,i=2,4,μ p2为P-well区域的空穴迁移率,μ p4为载流子存储区域的空穴迁移率,T 2为P-well区域的平均温度;
所述载流子寿命的计算表达式为:
;
其中,为温度为300K时的载流子寿命;
所述跨导系数K p 的计算表达式为:
;
其中,K p300K为温度为300K时的跨导系数;
所述阈值电压V th 的计算表达式为:
;
其中,V th300K为温度为300K时的阈值电压。
基于同一构思,本发明还提供一种电子设备,所述电子设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上所述的IGBT芯片内部温度建模方法。
基于同一构思,本发明提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的IGBT芯片内部温度建模方法。
有益效果
与现有技术相比,本发明的优点在于:
本发明构建IGBT芯片的集总电荷模型,构建IGBT每个区域的热网络模型,通过构建集总电荷模型和热网络模型之间的映射关系来构建电热联合仿真模型,利用电热联合仿真更精确地获得IGBT芯片各个区域的局部温度,实现了IGBT芯片内部温度模型的精确构建。
本发明利用仿真精度高的物理模型来获取精确的IGBT芯片内部的动态特性,创新性地提出了将芯片内部的动态特性与Cauer热网络结合的方法,实现了对芯片内部温度分布的高效、精确描述。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一个实施例,对于本领域普通技术人员来说,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是本发明实施例中IGBT芯片内部温度建模方法流程图;
图2是本发明实施例中集总电荷模型示意图;图2中,载流子存储区域(Chargestorage region,CSR)被等分成n个区域,其中x 0 ~x n 表示CSR中各等分区域的边界位置,i pi-1,i 为从区域i-1到区域i的空穴电流,i ni-1,i 为从区域i-1到区域i的电子电流,p 0 、p n 为边界载流子浓度,p 1 ~p n-1 为存储载流子浓度,q p1 ~q pn-1 为各等分区域的集总电荷,i dispJ2 为P-well和N-基区节的位移电流,i dispJ1 为P+和N-基区节的位移电流,i gc 为米勒电容电流;其中,在数值上,i pi-1,i =I pxn ,i ni-1,i =I nxn ;
图3(a)是本发明实施例中在600V-40A-25℃工况下集总电荷模型的关断电流、电压与实验对比图;
图3(b)是本发明实施例中在600V-20A-25℃工况下集总电荷模型的关断电流、电压与实验对比图;
图3(c)是本发明实施例中在600V-40A-25℃工况下集总电荷模型的门级电压与实验对比图;
图3(d)是本发明实施例中在600V-20A-25℃工况下集总电荷模型的门级电压与实验对比图;
图4是本发明实施例中IGBT芯片的区域划分示意图;
图5是本发明实施例中Cauer热网络模型示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
如图1所示,本发明实施例所提供的一种IGBT芯片内部温度建模方法,包括以下步骤:
步骤1:构建IGBT芯片的集总电荷模型,识别集总电荷模型的参数。
图2示出了IGBT芯片的集总电荷模型,集总电荷模型用于提供IGBT芯片内部的损耗信息。本实施例中构建集总电荷模型为现有技术,集总电荷模型具体可参考文献:YangX, Sun Y, Ding Y, et al. A Novel Lumped-Charge Model for Insulated GateBipolar Transistor Based on Dynamic Charge Control[J]. IEEE Transactions onPower Electronics, 2023,38(8): 9717-9730.。图3(a)~图3(d)示出了集总电荷模型在25℃时的关断暂态特性仿真与实验对比图,由图3(a)~图3(d)可知,IGBT芯片的集总电荷模型能够模拟不同工况下的IGBT的动态特性,即利用集总电荷模型能够获取精确的IGBT芯片内部的动态特性。
集总电荷模型的参数包括芯片面积A、N-基区宽度W B 、N-基区掺杂浓度N B 、温度为300K时的载流子寿命、温度为300K时的阈值电压V th300K、空穴复合系数H p 、栅氧特征电容C ox 、栅极电容C ge 、温度为300K时的跨导系数K p300K以及沟道缩短系数λ。本实施例中,利用粒子群算法识别出常温时集总电荷模型的这些参数,使IGBT芯片的集总电荷模型的仿真结果在不同工况下均与IGBT芯片的双脉冲测试结果逼近。利用粒子群算法识别参数具体可参考文献:Ding Y, Yang X, Liu G. A Reliable Device Parameter Extraction Schemefor Physics-Based IGBT Models[J]. IEEE Transactions on Electron Devices,2022, 69(10): 5689-5697.。
步骤2:基于IGBT芯片的结构,对IGBT芯片进行区域划分。
本实施例将IGBT芯片划分成四个区域:沟道区域、P-well区域、耗尽层区域以及CSR,如图4所示,每个区域的厚度分别为d 1 ~d 4 。
IGBT区域的划分方式,是基于IGBT芯片内部4个热源进行划分的,能够使得Cauer热网络模型的元素具备明确的物理意义,提高了热网络模型的准确性。
步骤3:针对所划分的区域构建IGBT芯片的Cauer热网络模型。
Cauer热网络模型属于连续网络热路模型,且基于功率器件的物理特性(例如节点、热阻、热容均具有实际的物理意义),各个部分的材料属性决定了Cauer热网络模型的参数,可以精确的估计功率器件的温度情况。
对于沟道区域,IGBT电子电流的沟道等效电阻的表达式为:
(1);
其中,R CH 为沟道等效电阻,L CH 为沟道长度,d 1为沟道区域厚度,μ n1为沟道区域的电子迁移率,C OX 为栅氧特征电容,V G 为栅偏压,V th 为阈值电压,如图4所示。因此,沟道区域的受控电流源表达式为:
(2);
沟道区域的热阻表达式为:
(3);
(4);
沟道区域的热容表达式为:
(5);
其中,I 1为沟道区域的受控电流源,P 1为沟道区域的损耗,I nxn 为沟道电流,A为芯片面积,K T1为沟道区域硅材料的热导率,c T 为硅材料的比热容,ρ为硅材料的密度,T 1为沟道区域的平均温度,R 1为沟道区域的热阻,C 1为沟道区域的热容。
对于P-well区域,流过的电流为空穴电流,P-well区域的等效电阻表达式为:
(6);
其中,R p 为P-well区域的等效电阻,q为基元电荷,L p 为横向空穴电流流动路径,d 2为P-well区域厚度,μ p2为P-well区域的空穴迁移率,N A 为P-well区域的掺杂浓度,如图4所示。因此,P-well区域的受控电流源表达式为:
(7);
P-well区域的热阻表达式为:
(8);
(9);
P-well区域的热容表达式为:
(10);
其中,I 2为P-well区域的受控电流源,P 2为P-well区域的损耗,I pxn 为流经P-well区域的电子电流,T 2为P-well区域的平均温度,R 2为P-well区域的热阻,C 2为P-well区域的热容,K T2为P-well区域硅材料的热导率。
对于耗尽层区域,其受控电流源表达式为:
(11);
耗尽层区域的热阻表达式为:
(12);
(13);
耗尽层区域的热容表达式为:
(14);
其中,I 3为耗尽层区域的受控电流源,P 3为耗尽层区域的损耗,I C 为集电极电流,ε为硅的介电常数,d 3为耗尽层区域厚度,N B 为基区掺杂浓度,T 3为耗尽层区域的平均温度,R 3为耗尽层区域的热阻,C 3为耗尽层区域的热容,K T3为耗尽层区域硅材料的热导率。
对于载流子存储区域,其受控电流源表达式为:
(15);
载流子存储区域的热阻表达式为:
(16);
(17);
载流子存储区域的热容表达式为:
(18);
其中,I 4为载流子存储区域的受控电流源,P 4为载流子存储区域的损耗,V B 为基区压降,d 4为载流子存储区域厚度,T 4为载流子存储区域的平均温度,R 4为载流子存储区域的热阻,C 4为载流子存储区域的热容,K T4为载流子存储区域硅材料的热导率。
根据沟道区域、P-well区域、耗尽层区域以及载流子存储区域的受控电流源表达式、热阻表达式和热容表达式构建IGBT芯片的Cauer热网络模型,如图5所示。图5中,V 1~V 4分别为Cauer热网络模型的受控电流源I 1~I 4的节点电压。
V 5为芯片焊料层的温度,具体可参文献:Yang X, Heng K, Dai X, et al. Atemperature-dependent Cauer model simulation of IGBT module with analyticalthermal impedance characterization[J]. IEEE Journal of Emerging and SelectedTopics in Power Electronics, 2021, 10(3): 3055-3065.。
步骤4:构建基于集总电荷模型和IGBT芯片的Cauer热网络模型的电热联合仿真模型。
本实施例中,构建基于集总电荷模型和IGBT芯片的Cauer热网络模型的电热联合仿真模型的具体实现过程为:
步骤4.1:建立Cauer热网络模型的节点电压与集总电荷模型各区域的平均温度的第一映射关系,即将Cauer热网络模型的节点电压V 1~V 4代入到集总电荷模型各区域的平均温度T 1~T 4中,其中V 1与T 1对应,V 2与T 2对应,V 3与T 3对应,V 4与T 4对应。
步骤4.2:建立集总电荷模型各区域的平均温度与集总电荷模型的温度敏感参数的第二映射关系,即将集总电荷模型各区域的平均温度T 1~T 4代入到集总电荷模型的温度敏感参数中。
本实施例中,集总电荷模型的温度敏感参数包括各区域的电子迁移率μ ni 、各区域的空穴迁移率μ pi 、载流子寿命、跨导系数K p 、阈值电压V th 。
各区域的电子迁移率μ ni 的计算表达式为:
(19);
其中,i=1,4,μ n1为沟道区域的电子迁移率,μ n4为载流子存储区域的电子迁移率,T 1为沟道区域的平均温度,T 4为载流子存储区域的平均温度,N B 为基区掺杂浓度。
各区域的空穴迁移率μ pi 的计算表达式为:
(20);
其中,i=2,4,μ p2为P-well区域的空穴迁移率,μ p4为载流子存储区域的空穴迁移率,T 2为P-well区域的平均温度。
载流子寿命的计算表达式为:
(21);
其中,为温度为300K时的载流子寿命。
跨导系数K p 的计算表达式为:
(22);
其中,K p300K为温度为300K时的跨导系数。
阈值电压V th 的计算表达式为:
(23);
其中,V th300K为温度为300K时的阈值电压。
步骤4.3:建立集总电荷模型各区域的损耗与Cauer热网络模型的受控电流源的第三映射关系,即将集总电荷模型各区域的损耗P 1~P 4代入到Cauer热网络模型的受控电流源I 1~I 4中,其中P 1与I 1对应,P 2与I 2对应,P 3与I 3对应,P 4与I 4对应。
步骤4.4:建立集总电荷模型的耗尽层厚度与Cauer热网络模型的耗尽层区域的热阻和热容的第四映射关系,即将集总电荷模型的耗尽层厚度代入到Cauer热网络模型的耗尽层区域的热阻和热容中(即式(11)、(12)和(13)的d 3)。
步骤4.5:建立集总电荷模型的载流子存储区域厚度与Cauer热网络模型的载流子存储区域的热阻和热容的第五映射关系,即将集总电荷模型的载流子存储区域厚度代入到Cauer载流子存储区域的的热阻和热容中(即式(16)和(17)的d 4)。
步骤4.6:基于第一映射关系、第二映射关系、第三映射关系、第四映射关系以及第五映射关系构建电热联合仿真模型。
步骤5:对电热联合仿真模型进行电热联合仿真,得到IGBT芯片内部温度分布。
对电热联合仿真模型进行电热联合仿真,本实施例以短路仿真为例,仿真截止时间设置为10μs,仿真结束后可从Cauer热网络模型中提取IGBT芯片内部温度分布。
基于同一构思,本发明实施例还提供一种电子设备,该电子设备包括:处理器和存储有计算机程序的存储器,所述处理器被配置为执行所述计算机程序时实现如上所述的IGBT芯片内部温度建模方法。
尽管未示出,所述电子设备包括处理器,其可以根据存储在只读存储器(ROM)中的程序和/或数据或者从存储部分加载到随机访问存储器(RAM)中的程序和/或数据而执行各种适当的操作和处理。处理器可以是一个多核的处理器,也可以包含多个处理器。在一些实施例中,处理器可以包含一个通用的主处理器以及一个或多个特殊的协处理器,例如,中央处理器(CPU)、图形处理器(GPU)、神经网络处理器(NPU)、数字信号处理器(DSP)等等。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理器、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
上述处理器与存储器共同用于执行存储在存储器中的程序,所述程序被计算机执行时能够实现上述各实施例描述的方法、步骤或功能。
尽管未示出,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的IGBT芯片内部温度建模方法。
在本发明的实施例的存储介质包括永久性和非永久性、可移动和非可移动的可以由任何方法或技术来实现信息存储的物品。存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上所揭露的仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或变型,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种IGBT芯片内部温度建模方法,其特征在于,所述建模方法包括以下步骤:
构建IGBT芯片的集总电荷模型,识别所述集总电荷模型的参数;
基于所述IGBT芯片的结构,对IGBT芯片进行区域划分;其中,所述IGBT芯片的区域包括沟道区域、P-well区域、耗尽层区域以及载流子存储区域;
针对所划分的区域构建IGBT芯片的热网络模型,具体包括:构建各区域的受控电流源表达式、热阻表达式和热容表达式;根据各区域的受控电流源表达式、热阻表达式和热容表达式构建IGBT芯片的热网络模型;
构建基于所述集总电荷模型和所述IGBT芯片的热网络模型的电热联合仿真模型;
对所述电热联合仿真模型进行电热联合仿真,得到所述IGBT芯片内部温度分布信息;
其中,构建基于所述集总电荷模型和所述IGBT芯片的热网络模型的电热联合仿真模型的具体实现过程为:
建立所述热网络模型的节点电压与所述集总电荷模型各区域的平均温度的第一映射关系;
建立所述集总电荷模型各区域的平均温度与所述集总电荷模型的温度敏感参数的第二映射关系;
建立所述集总电荷模型各区域的损耗与所述热网络模型的受控电流源的第三映射关系;
建立所述集总电荷模型的耗尽层厚度与所述热网络模型的耗尽层区域的热阻和热容的第四映射关系;
建立所述集总电荷模型的载流子存储区域厚度与所述热网络模型的载流子存储区域的热阻和热容的第五映射关系;
基于所述第一映射关系、第二映射关系、第三映射关系、第四映射关系以及第五映射关系构建电热联合仿真模型。
2.根据权利要求1所述的IGBT芯片内部温度建模方法,其特征在于,利用粒子群算法识别所述集总电荷模型的参数。
3.根据权利要求1或2所述的IGBT芯片内部温度建模方法,其特征在于,所述参数包括芯片面积、N-基区宽度、N-基区掺杂、温度为300K时的载流子寿命、温度为300K时的阈值电压、空穴复合系数、栅氧特征电容、栅极电容、温度为300K时的跨导系数以及沟道缩短系数。
4.根据权利要求1所述的IGBT芯片内部温度建模方法,其特征在于,所述沟道区域的受控电流源表达式为:
;
所述沟道区域的热阻表达式为:
;
所述沟道区域的热容表达式为:
;
其中,I 1为沟道区域的受控电流源,I nxn 为沟道电流,R CH 为沟道等效电阻,L CH 为沟道长度,d 1为沟道区域厚度,μ n1为沟道区域的电子迁移率,C OX 为栅氧特征电容,V G 为栅偏压,V th 为阈值电压,A为芯片面积,K T1为沟道区域硅材料的热导率,c T 为硅材料的比热容,ρ为硅材料的密度,T 1为沟道区域的平均温度,R 1为沟道区域的热阻,C 1为沟道区域的热容;
所述P-well区域的受控电流源表达式为:
;
所述P-well区域的热阻表达式为:
;
所述P-well区域的热容表达式为:
;
其中,I 2为P-well区域的受控电流源,I pxn 为流经P-well区域的电子电流,R p 为P-well区域的等效电阻,q为基元电荷,L p 为横向空穴电流流动路径,d 2为P-well区域厚度,μ p2为P-well区域的空穴迁移率,N A 为P-well区域的掺杂浓度,T 2为P-well区域的平均温度,R 2为P-well区域的热阻,C 2为P-well区域的热容,K T2为P-well区域硅材料的热导率;
所述耗尽层区域的受控电流源表达式为:
;
所述耗尽层区域的热阻表达式为:
;
所述耗尽层区域的热容表达式为:
;
其中,I 3为耗尽层区域的受控电流源,I C 为集电极电流,ε为硅的介电常数,d 3为耗尽层区域厚度,N B 为基区掺杂浓度,T 3为耗尽层区域的平均温度,R 3为耗尽层区域的热阻,C 3为耗尽层区域的热容,K T3为耗尽层区域硅材料的热导率;
所述载流子存储区域的受控电流源表达式为:
;
所述载流子存储区域的热阻表达式为:
;
所述载流子存储区域的热容表达式为:
;
其中,I 4为载流子存储区域的受控电流源,V B 为基区压降,d 4为载流子存储区域厚度,T 4为载流子存储区域的平均温度,R 4为载流子存储区域的热阻,C 4为载流子存储区域的热容,K T4为载流子存储区域硅材料的热导率。
5.根据权利要求1所述的IGBT芯片内部温度建模方法,其特征在于,所述集总电荷模型的温度敏感参数包括各区域的电子迁移率μ ni 、各区域的空穴迁移率μ pi 、载流子寿命、跨导系数K p 、阈值电压V th ;
所述各区域的电子迁移率μ ni 的计算表达式为:
;
其中,i=1,4,μ n1为沟道区域的电子迁移率,μ n4为载流子存储区域的电子迁移率,T 1为沟道区域的平均温度,T 4为载流子存储区域的平均温度,N B 为基区掺杂浓度;
所述各区域的空穴迁移率μ pi 的计算表达式为:
;
其中,i=2,4,μ p2为P-well区域的空穴迁移率,μ p4为载流子存储区域的空穴迁移率,T 2为P-well区域的平均温度;
所述载流子寿命的计算表达式为:
;
其中,为温度为300K时的载流子寿命;
所述跨导系数K p 的计算表达式为:
;
其中,K p300K为温度为300K时的跨导系数;
所述阈值电压V th 的计算表达式为:
;
其中,V th300K为温度为300K时的阈值电压。
6.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1~5中任一项所述的IGBT芯片内部温度建模方法。
7.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1~5中任一项所述的IGBT芯片内部温度建模方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310769993.8A CN116502577B (zh) | 2023-06-28 | 2023-06-28 | Igbt芯片内部温度建模方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310769993.8A CN116502577B (zh) | 2023-06-28 | 2023-06-28 | Igbt芯片内部温度建模方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116502577A CN116502577A (zh) | 2023-07-28 |
CN116502577B true CN116502577B (zh) | 2023-11-17 |
Family
ID=87323482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310769993.8A Active CN116502577B (zh) | 2023-06-28 | 2023-06-28 | Igbt芯片内部温度建模方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116502577B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102368274A (zh) * | 2011-09-07 | 2012-03-07 | 中国人民解放军海军工程大学 | 一种fs型igbt瞬态温度特性的电热仿真方法 |
CN108763696A (zh) * | 2018-05-18 | 2018-11-06 | 中国人民解放军海军工程大学 | 一种大功率双极型半导体器件宽基区集总电荷建模方法 |
CN113536627A (zh) * | 2021-06-29 | 2021-10-22 | 西安交通大学 | 一种多芯片igbt模块热安全运行域刻画方法 |
CN113722873A (zh) * | 2020-05-26 | 2021-11-30 | 株洲中车时代电气股份有限公司 | 基于环境温度和功率损耗的芯片结温实时计算方法及系统 |
CN115048896A (zh) * | 2022-06-07 | 2022-09-13 | 西安交通大学 | 一种适用于igbt集总电荷模型的非线性电容模型及建模方法 |
CN115629553A (zh) * | 2022-08-18 | 2023-01-20 | 西安交通大学 | 一种高时空分辨率igbt模块电热应力计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110502805B (zh) * | 2019-07-31 | 2023-04-25 | 中国人民解放军海军工程大学 | Igbt物理模型参数提取方法 |
-
2023
- 2023-06-28 CN CN202310769993.8A patent/CN116502577B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102368274A (zh) * | 2011-09-07 | 2012-03-07 | 中国人民解放军海军工程大学 | 一种fs型igbt瞬态温度特性的电热仿真方法 |
CN108763696A (zh) * | 2018-05-18 | 2018-11-06 | 中国人民解放军海军工程大学 | 一种大功率双极型半导体器件宽基区集总电荷建模方法 |
CN113722873A (zh) * | 2020-05-26 | 2021-11-30 | 株洲中车时代电气股份有限公司 | 基于环境温度和功率损耗的芯片结温实时计算方法及系统 |
CN113536627A (zh) * | 2021-06-29 | 2021-10-22 | 西安交通大学 | 一种多芯片igbt模块热安全运行域刻画方法 |
CN115048896A (zh) * | 2022-06-07 | 2022-09-13 | 西安交通大学 | 一种适用于igbt集总电荷模型的非线性电容模型及建模方法 |
CN115629553A (zh) * | 2022-08-18 | 2023-01-20 | 西安交通大学 | 一种高时空分辨率igbt模块电热应力计算方法 |
Non-Patent Citations (4)
Title |
---|
A Reliable Device Parameter Extraction Scheme for Physics-Based IGBT Models;Ding Yifei, et al.;IEEE Transactions on Electron Devices(10);全文 * |
A Temperature-Dependent Cauer Model Simulation of IGBT Module With Analytical Thermal Impedance Characterization;Yang Xin, et al.;IEEE Journal of Emerging and Selected Topics in Power Electronics(第3期);全文 * |
Physics-Based Trench-Gate Field-Stop IGBT Modeling with Optimization-Based Parameter Extraction for Device Parameters;Ding Yifei, et al.;IEEE Transactions on Electron Devices(第12期);全文 * |
基于电热模型的IGBT结温预测与失效分析;汪波;胡安;唐勇;;电机与控制学报(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116502577A (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875192B (zh) | 一种典型cmos器件极限低温特性仿真方法 | |
CN116502577B (zh) | Igbt芯片内部温度建模方法、设备及存储介质 | |
Zhang et al. | Fast Fourier transform (FFT) using flash arrays for noise signal processing | |
Ning et al. | Towards an improved model for 65-nm CMOS at cryogenic temperatures | |
CN112699588A (zh) | 一种功率半导体芯片元胞的热电耦合建模方法 | |
Mukherjee et al. | Nanoscale Thermal Transport in Vertical Gate-All-Around Junctionless Nanowire Transistors—Part I: Experimental Methods | |
Yadav et al. | A simple analytical model for the resonant tunneling diode based on the transmission peak and scattering effect | |
Chen et al. | A network topological approach-based transient 3-D electrothermal model of insulated-gate bipolar transistor | |
CN116522833B (zh) | 载流子电路建模方法、设备及存储介质 | |
Bounouar et al. | Single electron transistor analytical model for hybrid circuit design | |
Karamakković et al. | Transmission‐line equivalent curcuit model of minority carrier transient current in quasi‐neutral silicon layers including effects | |
CN106855732A (zh) | 一种超低功耗基准电压源电路系统 | |
Chen et al. | Self-heating in short-channel GaN HEMTs: Maximum channel temperature and equivalent channel temperature | |
Hajj et al. | A three‐terminal piecewise‐linear modelling approach to DC analysis of transistor circuits | |
Yoganathan et al. | A new decoupled algorithm for nonstationary, transient simulations of GaAs MESFETs | |
Vyas et al. | Feasibility of Supercritical Hydrogen for cooling Superconducting Magnetic Energy Storage (SMES) Devices | |
Arshad et al. | A hybrid maximum power point tracking (MPPT) for thermoelectric generator (TEG) system | |
Yang et al. | A Physics-Informed Artificial Neural Network Modeling Approach for Wide Temperature Range 4H-SiC MOSFETs | |
US11378466B2 (en) | Distributed spintronic/CMOS sensor network for thermal aware systems | |
Asha Pon et al. | Test Pattern Modification to Minimize Test Power in Sequential Circuit | |
Garrab et al. | Role of the temperature distribution on the PN junction behaviour in the electro‐thermal simulation | |
BEOHAR et al. | Analysis of Etched drain based Cyl GAA TFET based SRAM cell Design | |
Donoval et al. | DEVSIM, A new simulator for better understanding of internal semiconductor structure behavior | |
Reich et al. | The Potential and Challenges of Quantum Computing for Engineering Applications | |
Sharma | The journey of Universal Hybrid-pi model-from its Inception to experimental validation and its impact on analog circuit design |
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 |