[发明专利]一种基于神经网络的碳化硅MOS器件结温在线测量方法

说明书

一种基于神经网络的碳化硅MOS结温在线测量方法，具体步骤包括：一，建立器件的热模型；二，通过仿真获得神经网络训练集数据；三，依据获得的训练集数据，建立神经网络模型并进行训练；四，通过实时测量获取器件工作状态下的电参数值；五，在上位机软件中调用神经网络，输入电路状态信息，进行结温预测。本发明的目的是满足结温在线测量需求，将测试电流与工作电流合二为一，直接以工作电流作为测试电流，在器件工作状态下实时在线测量结温，更适用于实际工程应用，测量结果较传统电学法更加准确。采用优化的神经网络模型拟合数据关系，给出工程上容易实现的算法。遗传算法对BP网络的权值和阈值进行优化，提高了模型的准确性及稳定性。

技术领域

本发明属于电力电子器件测试领域，具体涉及一种碳化硅MOS(metal-oxide-semiconductor，金属氧化物半导体)器件结温的测量方法。

背景技术

据报道，功率变换器系统的故障中约三分之一是功率器件引起的。电力电子系统失效中约55％主要由温度因素诱发。在电力电子设备工作期间，需要对结温进行监测，以便有效评估器件的当前状态，及时对可能引发失效的情况采取有效措施进行处理，避免引起故障和事故。大功率器件在工作过程中，准确测量及控制器件结温，不仅可以监测元器件工作状态、保证使用可靠性，同时可以避免烧毁或爆炸等突发事故，保证整机运行可靠性。

然而，在工作状态下，芯片被封装在器件内部，芯片温度难以直接测量。现有的非接触法测温和物理接触测试法需要暴露芯片表面，测温准确性易受环境和模块的发射率的影响，不适用于实时在线测量。电学法是通过测量器件在工作过程中的电学参数的变化来检测结温的方法。开关式电参数法需要从电路工作状态切换为测试状态，改变了器件的工作模式，影响器件的正常工作状态，也不适用于器件芯片温度的实时在线测量。

非开关式电学法是将测试电流与工作电流合二为一，直接以工作电流作为测试电流，在器件工作状态下实时在线测量器件结温，更适用于实际工程应用。其次由于非开关式电学法测量的实时性，其测量结果相较传统电学法更加准确。非开关式电学法能实时监测器件的工作状态，防止结温过高将器件烧毁的同时也避免了开关切换可能造成的结温误差。

近年来，碳化硅材料在物理特性上的优势，如宽禁带、高热导率、高临界击穿场强和高载流子饱和漂移速度等，使其更适合应用在高温、高频以及大功率器件和抗辐射器件的场合。在同等耐压条件下，碳化硅器件相较硅器件，具有更快的开关速度和更小的导通电阻，从而大幅度降低了功率器件的开关损耗和传导损耗。在功率等级一定时，应用电路集成度提高，多种参数均能大幅减小，例如散热器与滤波元件的体积。由于碳化硅器件可以在更极端的条件下工作，适用于硅器件的一些传统结温测量方法将会失效。因此，需要找到适用于碳化硅器件的结温在线测量方法。

本发明提出一种基于神经网络的碳化硅MOS结温在线测量方法。该方法采用优化的神经网络模型建立器件电参数与结温的对应关系，可应用于器件工作状态下结温的实时测量。

发明内容

1.目的

本发明的目的是为了解决现有技术中存在的上述问题或不足，提供一种基于神经网络的碳化硅MOS结温在线测量方法，满足功率器件结温的在线测量需求。

2.技术方案

本发明的一种基于神经网络的碳化硅MOS结温在线测量方法具体步骤如下：

步骤一，建立器件的热模型。

建立器件的SPICE热模型，将暂态热阻特性通过电路进行仿真计算，也就是将暂态热阻转换成等价的电路进行仿真的模型。

参考SPICE语言的器件热模型网络列表，确定器件模型各电路符号与器件各引脚的对应关系，建立热模型。

步骤二，通过仿真获得神经网络训练集数据。