[发明专利]SiC MOSFET模块全生命周期结温在线预测方法

说明书

本发明公开一种SiC MOSFET模块全生命周期结温在线预测方法，具体按照以下步骤实施：步骤1，采用全新的SiC MOSFET模块做功率循环直到模块完全老化失效；在功率循环期间采样该SiC MOSFET模块的电气参数作为数据集；步骤2，建立SiC MOSFET模块结温预测模型，包括依次连接的第一BP神经网络模型和第二BP神经网络模型；步骤3，采用数据集对进行模型训练；步骤4，将训练好的SiC MOSFET模块结温预测模型移植到FPGA中，在被测的SiC MOSFET模块实际运行中，输入电流Id，实时输出对应的结温Tc。本发明能够准确得到SiC MOSFET模块的结温，确保带模块安全稳定运行。

技术领域

本发明属于电子技术领域，涉及一种SiC MOSFET模块全生命周期结温在线预测方法。

背景技术

SiC MOSFET模块集合了耐高温、耐高压、开关速度快、低开关损耗等优点。随着科技的发展，航天、通讯、核能等众多领域，迫切需要一种在高温、高频等环境下仍然能够正常工作的功率电子器件。SiC高温特性很明显，芯片最大承受温度可达600℃，模块热击穿结温可以达到250℃。但是由于器件运行环境的特殊性，在运行状态下会产生大量热量，从而导致温升和热应力形变。由于长久运行不断承受功率循环或热循环，从而加速了模块的老化速度，形成长期的失效累积，从而降低器件乃至整个系统的可靠性。通常功率器件的结温监测都是按照器件在健康状态下进行的。但是忽略了模块在工作中随着慢慢老化，模块内部参数发生变化，预测结果不准确。

发明内容

本发明的目的是提供一种SiC MOSFET模块全生命周期结温在线预测方法，解决了现有技术中存在的SiC MOSFET模块结温预测结果不准确的问题。

本发明所采用的技术方案是，

SiC MOSFET模块全生命周期结温在线预测方法，具体按照以下步骤实施：

步骤1，采用一个全新的SiC MOSFET模块做功率循环直到模块完全老化失效；在功率循环期间采样该SiC MOSFET模块的电气参数作为数据集，电气参数分别为Vds、Id和R，其中Vds为饱和压降，Id为电流值，R为电阻值；

步骤2，建立SiC MOSFET模块结温预测模型，SiC MOSFET模块结温预测模型包括依次连接的第一BP神经网络模型和第二BP神经网络模型，第一BP神经网络模型的输入对应Vds、Id和R，第一BP神经网络模型的输出对应实时的功率循环次数Nc，第一BP神经网络模型的输出与第二BP神经网络模型的一个输入相对应；

步骤3，采用数据集对SiC MOSFET模块结温预测模型进行训练；

步骤4，将训练好的SiC MOSFET模块结温预测模型移植到FPGA的RAM中，FPGA与被测的SiC MOSFET模块连接，在被测的SiC MOSFET模块实际运行中，输入电流Id，实时输出对应的结温Tc。

本发明的特点还在于，

步骤1中采样的具体步骤为：直流电源设定好电流数值Id，电流数值Id随机取[1,150]范围内的数值，结温从30℃起，采用间隔采样的方法获取电气参数，采样频率在老化初期为2000次功率循环，在老化后期为1000次功率循环。

第一BP神经网络模型的输入层神经元个数为3个，分别对应Vds、Id和R，输出层神经元个数为1个，对应Nc。

第一BP神经网络模型的隐含层神经元个数为7个。

第二BP神经网络模型的输入层神经元个数为4个，分别对应Vds、Id、R和第一BP神经网络模型的输出。

第二BP神经网络模型的隐含层神经元个数为9个。

本发明的有益效果是