[发明专利]一种驱动器用IGBT模块的结温预测方法

说明书

本发明公开一种驱动器用IGBT模块的结温预测方法，具体步骤如下：步骤1，对被测的IGBT模块进行采样，将采样数据做为训练组数据；步骤2，建立BP神经网络模型；步骤3，将训练组数据输入至BP神经网络模型进行训练；步骤4，采用已训练好的BP神经网络模型对IGBT模块进行结温实时预测，输出预测结温。本发明解决了现有技术中驱动器用IGBT模块的结温不能直接测量的问题。

技术领域

本发明属于IGBT模块驱动器技术领域，涉及一种驱动器用IGBT模块的结温预测方法。

背景技术

GBT绝缘栅双极型晶体管，是由BJT(双极型三极管)和MOS(绝缘栅型场效应管)组成的复合全控型电压驱动式功率半导体器件。应用于直流电压为600V及以上的变流系统如交流电机、变频器、开关电源、照明电路、牵引传动等领域。IGBT模块的运行温度是非常重要的参数，关乎设备的正常运行。由于IGBT芯片在模块内部具有难以直接观测，不易直接接触等特点，目前市面没有能够实现IGBT模块结温在线监测的器件。芯片失效和封装失效均与最高结温、结温

波动幅度与变化率、平均结温等因素有关。可见，在线监控器件实时结温是监控器件及系统可靠运行的关键。

发明内容

本发明的目的是提供一种驱动器用IGBT模块的结温预测方法。解决了现有技术中驱动器用IGBT模块的结温不能直接测量的问题。

本发明所采用的技术方案是，

一种驱动器用IGBT模块的结温预测方法，具体步骤如下：

步骤1，对被测的IGBT模块进行采样，将采样数据做为训练组数据；

步骤2，建立BP神经网络模型；

步骤3，将训练组数据输入至BP神经网络模型进行训练；

步骤4，采用已训练好的BP神经网络模型对IGBT模块进行结温实时预测，输出预测结温。

本发明的特点还在于，

采样数据包括饱和压降Vce、集电电流Ic、电阻Rds。

BP神经网络模型包括输入层、隐藏层和输出层，输入层神经元、隐含层神经元个数、输出层神经元个数分别为n_i、n和n₀，n的数值由n_i和n₀由决定，公式为：

其中a是0～10的常数。

BP神经网络模型采用反向传播算法对参数进行更新。

步骤4的具体为：将测试组数据输入至已训练好的BP神经网络模型移植到CPLD控制单元中，CPLD控制单元连接IGBT模块在IGBT工作中，输入集电电流Ic，经过驱动模块，实时输出对应的结温Tc。

本发明的有益效果是

在实际工作电路中，其芯片在IGBT内部，要实现结温的实时监测非常困难。本发明通过用BP网络算法对实验数据进行分析，利用算法对结温进行预测，最终获取IGBT的结温预测。然后将算法移植到CPLD控制单元中，实现了IGBT模块结温的在线预测。

附图说明

图1是本发明一种驱动器用IGBT模块的结温预测方法中BP神经网络模型的拓扑结构图。

图2是本发明一种驱动器用IGBT模块的结温预测方法实施例1中测试组数据拟合情况图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明一种驱动器用IGBT模块的结温预测方法，具体步骤如下：