[发明专利]一种IGBT剩余使用寿命预测方法

说明书

本发明提出一种IGBT剩余使用寿命预测方法包括：步骤1：构建融合型老化评价指标V’(V_CE(on),T_j)。步骤2：根据加速老化试验得到的V_CE(on)和T_j老化曲线提取出融合型老化评价指标V’(V_CE(on),T_j)的老化曲线，并对V’(V_CE(on),T_j)数据进行预处理。步骤3：将预处理后的数据建立两段式回归模型，完成参数估计，并构建以V’(V_CE(on),T_j)作为特征量的粒子滤波的观测方程和状态转移方程。步骤4：利用粒子滤波算法在状态空间中生成粒子集并预测下一周期的融合型老化评价指标值。步骤5：预测IGBT模块的剩余使用寿命。本发明考虑实际工况和IGBT模块个体差异等缺点，构建了融合V_CE(on)与T_j的新型老化评价指标，解决了现有的IGBT的寿命预测方法针对单一参数的状态监测，提高了寿命预测的精度。

技术领域

本发明属于电力电子可靠性技术领域，特别涉及一种基于融合型老化特征参数粒子滤波的IGBT剩余使用寿命预测方法。

背景技术

随着大功率电力电子设备的兴起，IGBT作为最常用的一种功率半导体器件，在电力系统、高速铁路、汽车、航空中有着越来越广泛的应用。上述领域复杂的工作环境使得IGBT长期在过热、过压和过功率的条件频繁开关，这将加快IGBT的失效进程。因此，IGBT是能量转换系统中最薄弱和最关键的环节之一。对于电动汽车、海上风机、换流站等高可靠性要求的场景，IGBT失效引起的系统故障会带来难以估量的损失。

IGBT模块两种主要的封装失效——键合引线脱落和焊料层疲劳，均是因IGBT模块封装的各物理层材料热膨胀系数的差异，起固定、连接作用的焊料层和键合引线长期承受由于功率波动、温度波动而引起的热机械应力，逐渐产生裂纹，最终导致疲劳失效。

目前对于剩余使用寿命(RUL)估测的研究主要有三种方法：物理模型分析方法、解析模型分析和数据驱动的方法。

第一种：物理模型分析方法。物理模型需要通过耗时的试验或者有限元分析来获取各种材料的应力特性，由于材料以及制作工艺的限制使得物理模型无法通用。且由于IGBT结构精密且复杂，其退化过程比大多数机械系统更难检测，物理模型的建立较为复杂。

第二种：解析模型分析。解析模型分析方法的主要参数是结温，根据结温的变化范围、均值等参数来对器件进行预测，但是此类方法在提取结温时，其准确性波动很大。基于设备直接测量结温的方法，需要专用设备，测量成本较高，且需要打开IGBT模块的外壳，结温测量的实现对IGBT是有伤的。另一种获取结温的方法是通过建立热敏感电气参数模型来估计结温。但是，结温计算方法和计算过程复杂，产生不同程度的误差，对IGBT模块的剩余寿命预测准确性产生了不利影响。

第三种：数据驱动方法。数据驱动方法不需要了解IGBT内部的失效机理，同时可以从历史数据中提取模块的健康状况信息。随着加速老化试验的开展，构建IGBT老化模型的历史数据可以大量获得，以神经网络为首的数据驱动方法已成为评估和预测IGBT寿命的重要手段。

目前大多数基于数据驱动预测IGBT的RUL的方法只选取了一个特征参数作为状态监测参数，忽略了结温对其的影响。而结温会对大多数的特征参数造成影响，使得单一参数所判定的IGBT失效往往和实际情况不符。

发明内容

要解决的技术问题：现有的IGBT的寿命预测方法针对单一参数的状态监测忽略了结温的影响，且没有考虑实际工况和IGBT模块个体差异等缺点。本发明提出了一种IGBT剩余使用寿命预测方法，基于融合状态监测参数的粒子滤波，解决IGBT模块在实际应用中单个个体的剩余使用寿命的预测问题。

为了达成上述目的，本发明采用的技术方案是：一种IGBT剩余使用寿命预测方法，包括：