关键词:
多芯片IGBT模块
单芯片结温
在线监测
神经网络模型
摘要:
功率模块作为电力装备的核心部件,被广泛应用于轨道交通、新能源汽车、航空航天、智能电网等众多领域,其可靠性的高低直接影响设备使用寿命的长短,而结温作为影响IGBT模块可靠性的主要因素成为研究热点。在多芯片功率模块中,现有技术往往难以精确预测模块内部每一芯片的温度。因此,本文提出基于阵列式热电偶的多芯片功率模块结温监测方法,完成结温监测实验平台设计。
论文通过物理量具对切割后的模块进行测量,以有限元仿真的方式还原IGBT模块在电-热-力多物理场中的状态,并以稳态热仿真为指导,分析了模块内部的温度不均匀性以及功率子单元中的温度梯度。将仿真结果中的最小温度变化量作为结壳温度采集系统的设计标准,对实验平台的采集电路、散热系统、驱动控制器、上位机等软硬件部分进行了设计与优化。同时,为了确保温度采集的准确性,以红外温枪显示的温度值为参考,对阵列式热电偶壳温采集器以及光纤变送器进行温度校准。然后在搭建的半桥结构中以10A为间隔采集30A~80A的结、壳温度数据,最终通过DNN神经网络模型完成结温的在线监测功能。
实验结果表明,采集到的4608000个数据点导入神经网络模型训练后,其结温预测结果的平均误差为0.668545℃,在允许误差为±2℃的情况下,结温预测的准确率可以达到93.7954%,对电流等级以及开关状态预测的准确率在0.5个单位范围内可以达到100%。该实验平台适用于功率模块结壳温度的在线测量,为多芯片功率模块内部各单一芯片的结温监测提供研究平台。