功率模塊中的結(jié)溫估算技術(shù)

●結(jié)溫是判定IGBT是否處于安全運(yùn)行的重要條件，IGBT的工作結(jié)溫限制著控制器的最大輸出能力。如果IGBT過熱，可能會(huì)導(dǎo)致?lián)p壞，影響設(shè)備的性能、壽命甚至引發(fā)故障。而過熱損壞可能由多種因素導(dǎo)致，如設(shè)計(jì)因素、復(fù)雜工況、高震動(dòng)、溫度沖擊、硅脂的老化等。

●傳統(tǒng)的使用NTC（負(fù)溫度系數(shù)熱敏電阻）進(jìn)行IGBT結(jié)溫保護(hù)存在局限性，如在堵轉(zhuǎn)等極端工況下，熱能分布很不均勻，IGBT與NTC存在溫差，且NTC響應(yīng)時(shí)間慢，不能準(zhǔn)確及時(shí)反映結(jié)溫波動(dòng)狀態(tài)。因此，更精確的IGBT結(jié)溫估算是必要的。通過IGBT結(jié)溫估算，可以實(shí)時(shí)監(jiān)控結(jié)溫，既能發(fā)揮出控制器的最大能力，又能保證控制器不會(huì)過溫?fù)p壞，提高整車的安全性和動(dòng)力性。精確的IGBT結(jié)溫估算還可以幫助控制器結(jié)合實(shí)際運(yùn)行工況進(jìn)行一些更前衛(wèi)的算法研究，例如IGBT壽命損傷度實(shí)時(shí)計(jì)算等，從而提高整車的可靠性。

一IGBT結(jié)溫預(yù)測(cè)流程

IGBT時(shí)間序列結(jié)溫預(yù)測(cè)算法流程

目前市場(chǎng)上功率模塊廠家雖然也有相關(guān)的線上結(jié)溫估算軟件，但軟件計(jì)算所得的結(jié)溫還是會(huì)與實(shí)測(cè)結(jié)果存在差異。因此，基于此問題，我司與浙江大學(xué)聯(lián)合開發(fā)了結(jié)溫估算的計(jì)算程序。通過積累實(shí)測(cè)結(jié)溫結(jié)果，基于神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)的方法，估算相關(guān)模塊的結(jié)溫，該方法下所獲得的結(jié)溫準(zhǔn)確度更高。

二IGBT結(jié)溫預(yù)測(cè)算法

目前卷積神經(jīng)網(wǎng)絡(luò)（CNN）結(jié)溫預(yù)測(cè)結(jié)果示意圖和時(shí)間序列預(yù)測(cè)結(jié)果示意圖

訓(xùn)練目標(biāo)的特征提取受細(xì)胞控制門狀態(tài)的控制和影響。可以記住長(zhǎng)期信息，而不必要的信息可以被遺忘。與RNN相比，LSTM網(wǎng)絡(luò)在長(zhǎng)期記憶任務(wù)中具有更好的性能。特別是，LSTM網(wǎng)絡(luò)的內(nèi)部由多個(gè)細(xì)胞拼接而成，LSTM細(xì)胞的輸入和輸出處使用連接層。網(wǎng)絡(luò)的整體結(jié)構(gòu)如圖所示。

LSTM 單元結(jié)構(gòu)示意圖

LSTM訓(xùn)練過程的損失函數(shù)和誤差

LSTM 網(wǎng)絡(luò)訓(xùn)練結(jié)構(gòu)示意圖

三實(shí)驗(yàn)平臺(tái)及熱場(chǎng)測(cè)試

大功率半導(dǎo)體模組實(shí)驗(yàn)測(cè)試臺(tái)

測(cè)試電路內(nèi)部組成示意圖

同模塊中IGBT最大結(jié)溫變化曲線

熱場(chǎng)測(cè)試電路原理圖

四參數(shù)依賴性測(cè)試

散熱器參數(shù)與最大結(jié)溫分布情況

五神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果

與卷積神經(jīng)網(wǎng)絡(luò)（CNN）預(yù)測(cè)方法相比，所采用的LSTM網(wǎng)絡(luò)在各種誤差計(jì)量方法中誤差更小，誤差相較于CNN網(wǎng)絡(luò)平均縮小50%以上。

IGBT結(jié)溫時(shí)間序列預(yù)測(cè)誤差分布

六在線預(yù)測(cè)以及特殊工況預(yù)測(cè)

七APP界面的構(gòu)建

目前相關(guān)模塊正在陸續(xù)積累數(shù)據(jù)，計(jì)算所得的結(jié)溫與實(shí)測(cè)結(jié)溫吻合度較好。后期會(huì)增加電機(jī)臺(tái)架的實(shí)驗(yàn)結(jié)溫?cái)?shù)據(jù)的積累，獲得更加貼近實(shí)際的工況。