針對IGBT芯片被封裝在模塊內(nèi)部,芯片結(jié)溫無法直接測量的問題,提出了基于思維進化算法（MEA）優(yōu)化的反向傳播（BP）（MEA-BP）神經(jīng)網(wǎng)絡(luò)算法的IGBT結(jié)溫預測算法模型。首先,利用溫敏電參數(shù)（TSEP）法搭建IGBT模塊飽和壓降實驗平臺;然后,從實驗數(shù)據(jù)中提取338組飽和壓降與集電極電流數(shù)據(jù)作為TSEP,表征其與IGBT模塊結(jié)溫的關(guān)系;最后,利用MEA-BP神經(jīng)網(wǎng)絡(luò)算法將提取出的電氣參數(shù)建立結(jié)溫預測模型,對結(jié)溫進行預測。實驗結(jié)果表明,MEA-BP神經(jīng)網(wǎng)絡(luò)算法的結(jié)溫預測值平均絕對百分比誤差在集電極電流小于臨界電流時為0.114,在大于臨界電流時為0.062,比遺傳算法（GA）優(yōu)化的BP（GA-BP）神經(jīng)網(wǎng)絡(luò)算法以及經(jīng)典BP神經(jīng)網(wǎng)絡(luò)算法能更準確預測IGBT結(jié)溫。 

【文章來源】：半導體技術(shù). 2020,45(11)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

飽和壓降測試平臺

為避免IC因模塊高溫特性而出現(xiàn)結(jié)溫(θj)測量盲區(qū),設(shè)置溫度梯度區(qū)間為30～150 ℃,集電極電流梯度區(qū)間為1～50 A。首先將恒溫器設(shè)置到一定溫度梯度值,溫控平臺對IGBT整個模塊進行加熱,當IGBT被加熱相當長一段時間后,IGBT達到熱平衡,默認IGBT芯片溫度達到設(shè)定值。打開IGBT驅(qū)動板電源,觸發(fā)信號發(fā)生器和直流電源,同時使用單脈沖驅(qū)動IGBT導通并測量該條件下的飽和壓降。因此,可以記錄θj、IC和VCE。然后升高溫度,測量在不同θj和IC下IGBT模塊的飽和壓降。實驗流程如圖2所示,圖中θn和In分別為溫度梯度和集電極電流梯度,其中n為循環(huán)次數(shù),θ1=30 ℃,I1=1 A。用采集到的數(shù)據(jù)繪制出VCE、IC和θj的關(guān)系三維圖,如圖3所示。從圖3可以直觀地看出,VCE同時受IC和θj的影響,驗證了實驗選取VCE和IC作為結(jié)溫預測網(wǎng)絡(luò)模型參數(shù)的正確性。

用采集到的數(shù)據(jù)繪制出VCE、IC和θj的關(guān)系三維圖,如圖3所示。從圖3可以直觀地看出,VCE同時受IC和θj的影響,驗證了實驗選取VCE和IC作為結(jié)溫預測網(wǎng)絡(luò)模型參數(shù)的正確性。1.2 BP神經(jīng)網(wǎng)絡(luò)預測模型

【參考文獻】：
期刊論文
[1]基于GAD-BP神經(jīng)網(wǎng)絡(luò)的短期負荷預測[J]. 張丹丹,胡鋼,盧靜,尹曉東,任其文.  電子測量技術(shù). 2019(24)
[2]IGBT模塊實時溫度反饋的動態(tài)熱網(wǎng)絡(luò)模型[J]. 胡豐曄,崔昊楊,卓助航,張宇,周坤.  半導體技術(shù). 2020(02)
[3]IGBT功率模塊熱網(wǎng)絡(luò)模型建立及其參數(shù)辨識方法綜述和展望[J]. 李凱偉,何怡剛,李兵,朋張勝.  電子測量與儀器學報. 2020(01)
[4]基于GA-BP算法的IGBT結(jié)溫預測模型[J]. 禹健,郭天星,高超.  自動化與儀表. 2019(01)
[5]基于改進遺傳算法的BP神經(jīng)網(wǎng)絡(luò)短期電力負荷預測[J]. 王帥哲,王金梅,王永奇,馬文濤.  國外電子測量技術(shù). 2019(01)
[6]Si和SiC功率器件結(jié)溫提取技術(shù)現(xiàn)狀及展望[J]. 王莉娜,鄧潔,楊軍一,李武華.  電工技術(shù)學報. 2019(04)
[7]大功率IGBT模塊及驅(qū)動電路綜述[J]. 楊媛,文陽,李國玉.  高電壓技術(shù). 2018(10)
[8]基于IGBT柵極米勒平臺的新型電流過載檢測技術(shù)[J]. 李新昌,徐大偉,朱弘月,程新紅,俞躍輝.  儀器儀表學報. 2018(09)
[9]功率變流器的可靠性研究現(xiàn)狀及展望[J]. 周雒維,吳軍科,杜雄,楊珍貴,毛婭婕.  電源學報. 2013(01)



本文編號：3481502