絕緣柵雙極型晶體管（Insulated Gate Bipolar Transistor,IGBT）作為電力電子領(lǐng)域中部可或缺的器件,經(jīng)過長時間的發(fā)展與進步,現(xiàn)已廣泛的應用在汽車電子、軌道交通以及新能源等各個領(lǐng)域。雖然IGBT技術(shù)如今愈發(fā)成熟,但是IGBT使用時間過長以及使用方式不當都會使得IGBT發(fā)生故障、老化以及失效,如果能對其進行參數(shù)預測可以有效地避免因其失效帶來的經(jīng)濟損失和安全問題。同時深度學習技術(shù)不斷的發(fā)展與成熟也使得神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)回歸預測領(lǐng)域的應用越來越多。但神經(jīng)網(wǎng)絡(luò)計算過程時間長、功耗大等問題使得其難以應用在嵌入式等輕量型平臺。因此設(shè)計一個針對于IGBT參數(shù)預測的LSTM神經(jīng)網(wǎng)絡(luò)SoC硬件系統(tǒng)對于IGBT的實際應用和神經(jīng)網(wǎng)絡(luò)硬件化的發(fā)展具有重要意義。本文首先對IGBT的工作原理和特性以及故障原因進行了分析與研究,通過對IGBT開關(guān)特性實驗以及IGBT加速老化實驗得到的數(shù)據(jù)進行分析與篩選,發(fā)現(xiàn)IGBT的開關(guān)時間與開關(guān)損耗隨工作電壓的上升有著明顯的變化趨勢,同時集電極一發(fā)射極關(guān)斷電壓的尖峰值隨著IGBT的老化失效有著明顯的下降趨勢。因此本文采用IGBT的上升時間、下降時間、開通... 

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究進展
        1.2.1 IGBT預測研究現(xiàn)狀
        1.2.2 神經(jīng)網(wǎng)絡(luò)算法硬件加速研究現(xiàn)狀
    1.3 研究的主要內(nèi)容及結(jié)構(gòu)
2 IGBT器件分析與研究
    2.1 IGBT的基本結(jié)構(gòu)
    2.2 IGBT的工作特性
        2.2.1 IGBT靜態(tài)特性
        2.2.2 IGBT開關(guān)特性
    2.3 IGBT故障分析
        2.3.1 電流故障
        2.3.2 電壓故障
        2.3.3 過溫故障
        2.3.4 其他故障
    2.4 IGBT相關(guān)實驗
        2.4.1 IGBT開關(guān)特性實驗
        2.4.2 IGBT加速老化實驗
    2.5 IGBT的參數(shù)分析及選取
        2.5.1 IGBT開關(guān)特性參數(shù)的分析及選取
        2.5.2 IGBT的失效參數(shù)分析及選取
    2.6 本章小結(jié)
3 IGBT智能預測算法及其優(yōu)化
    3.1 基于LSTM神經(jīng)網(wǎng)絡(luò)的IGBT參數(shù)預測
        3.1.1 LSTM神經(jīng)網(wǎng)絡(luò)
        3.1.2 LSTM預測網(wǎng)絡(luò)模型的設(shè)計
    3.2 LSTM網(wǎng)絡(luò)的IGBT智能預測模型優(yōu)化
        3.2.1 LSTM網(wǎng)絡(luò)隱藏層的優(yōu)化
        3.2.2 基于剪枝技術(shù)的LSTM網(wǎng)絡(luò)參數(shù)壓縮
    3.3 LSTM神經(jīng)網(wǎng)絡(luò)的TensorFlow平臺實現(xiàn)
        3.3.1 TensorFlow平臺概述
        3.3.2 TensorFlow搭建網(wǎng)絡(luò)模型的步驟
    3.4 實驗結(jié)果與分析
        3.4.1 實驗準備工作
        3.4.2 實驗結(jié)果與分析
    3.5 本章小結(jié)
4 IGBT智能預測算法的SoC硬件加速實現(xiàn)
    4.1 ZYNQ SoC平臺架構(gòu)
    4.2 SoC軟硬件協(xié)同設(shè)計
    4.3 系統(tǒng)總體硬件架構(gòu)設(shè)計
    4.4 系統(tǒng)各子模塊設(shè)計
        4.4.1 矩陣向量內(nèi)積模塊
        4.4.2 激活函數(shù)模塊
        4.4.3 總線互聯(lián)
    4.5 IGBT參數(shù)預測GUI界面設(shè)計
    4.6 IGBT參數(shù)預測系統(tǒng)測試結(jié)果與分析
        4.6.1 驗證平臺介紹
        4.6.2 預測準確率分析
        4.6.3 性能評估
        4.6.4 預測結(jié)果對比
    4.7 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
致謝
參考文獻
攻讀碩士學位期間取得的科研成果


【參考文獻】：
期刊論文
[1]基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的故障時間序列預測[J]. 王鑫,吳際,劉超,楊海燕,杜艷麗,牛文生.  北京航空航天大學學報. 2018(04)
[2]不同工藝尺寸CMOS器件單粒子閂鎖效應及其防護方法[J]. 陳睿,余永濤,董剛,上官士鵬,封國強,韓建偉,馬英起,朱翔.  強激光與粒子束. 2014(07)
[3]中高壓IGBT開關(guān)特性的遺傳神經(jīng)網(wǎng)絡(luò)預測[J]. 陳娜,李鵬,江劍,鄧焰,何湘寧.  電工技術(shù)學報. 2013(02)
[4]絕緣柵雙極型晶體管失效機理與壽命預測模型分析[J]. 陳明,胡安,劉賓禮.  西安交通大學學報. 2011(10)

碩士論文
[1]大功率IGBT驅(qū)動模塊的設(shè)計與研究[D]. 張博敏.電子科技大學 2015



本文編號：3724538