中高壓功率IGBT模塊開關(guān)特性測(cè)試及建模.pdf

1、絕緣柵雙極型晶體管(IGBT)廣泛應(yīng)用于中大功率變流器中，其開關(guān)特性決定了器件的開關(guān)損耗、電氣應(yīng)力、裝置最高可應(yīng)用的開關(guān)頻率、功率密度、電磁兼容性以及散熱結(jié)構(gòu)設(shè)計(jì)等，直接影響設(shè)備的性能和壽命。IGBT在實(shí)際工況下的開關(guān)特性與工作環(huán)境參數(shù)密切相關(guān)，研究功率開關(guān)器件的開關(guān)特性是正確設(shè)計(jì)變流器、改善變流器性能、提高變流器變換效率和確保功率器件及電力設(shè)備安全的重要前提。
　　 中高壓IGBT功率器件開關(guān)時(shí)間短，電壓、電流變化率大，上升和

2、下降沿產(chǎn)生大量電磁干擾，給開關(guān)特性的測(cè)量帶來(lái)很大挑戰(zhàn)。本文首先對(duì)中高壓大功率IGBT模塊的開關(guān)特性測(cè)試展開研究，提出了一種全電壓等級(jí)的功率器件開關(guān)特性測(cè)試系統(tǒng)的設(shè)計(jì)準(zhǔn)則，在該準(zhǔn)則指導(dǎo)下設(shè)計(jì)和研制了一臺(tái)通用型中高壓大功率IGBT器件開關(guān)特性自動(dòng)測(cè)試平臺(tái)。該測(cè)試平臺(tái)可用于多種拓?fù)浜头庋b結(jié)構(gòu)的功率IGBT模塊開關(guān)特性測(cè)試，最高測(cè)試電壓為5000V，最大測(cè)試電流為1500A，實(shí)現(xiàn)了:①根據(jù)用戶需求自動(dòng)調(diào)節(jié)IGBT的工作環(huán)境參數(shù);②精確記錄功率I

3、GBT模塊開關(guān)特性瞬態(tài)波形;③自動(dòng)完成示波器設(shè)置、多組工作點(diǎn)重復(fù)測(cè)試和測(cè)試數(shù)據(jù)的自動(dòng)保存;④獲得器件定制的開關(guān)特性資料和器件開關(guān)特性隨多維環(huán)境參數(shù)的變化趨勢(shì)，為變換器設(shè)計(jì)、變換器性能優(yōu)化和評(píng)估，以及器件的損耗計(jì)算提供實(shí)驗(yàn)基礎(chǔ)和指導(dǎo);⑤記錄器件故障瞬態(tài)，為失效分析提供依據(jù)。
　　 利用測(cè)試平臺(tái)，本文進(jìn)一步測(cè)試和研究了不同拓?fù)?、技術(shù)和容量的IGBT功率模塊，獲得了功率模塊各開關(guān)特性參數(shù)隨環(huán)境參數(shù)的多維分布趨勢(shì)。通過(guò)對(duì)不同技術(shù)和容量的

4、IGBT功率模塊進(jìn)行測(cè)試:①分析了環(huán)路寄生電感對(duì)IGBT開關(guān)過(guò)程的影響;②提出了一種通過(guò)實(shí)驗(yàn)波形提取功率模塊內(nèi)部寄生電感的方法;③分析了IGBT的一種失效機(jī)理，發(fā)現(xiàn)反向恢復(fù)引起的二極管過(guò)壓失效比IGBT關(guān)斷過(guò)壓失效更容易發(fā)生，應(yīng)給予特別關(guān)注;④對(duì)不同公司相同IGBT結(jié)構(gòu)的半橋功率模塊進(jìn)行測(cè)試和比較，為器件選型提供指導(dǎo);⑤研究了一種新型拓?fù)涞娜娖絀GBT功率模塊(optimizedA(T-type)-3levelcircuit），結(jié)合準(zhǔn)

5、在線分析方法，比較了新型三電平電路和NPC三電平電路的器件損耗，結(jié)果顯示T型三電平電路的總導(dǎo)通損耗比NPC型三電平小，開關(guān)損耗比NPC型三電平大，在一定的開關(guān)頻率范圍內(nèi)T型三電平電路具有器件損耗小的優(yōu)勢(shì)。
　　 由于精確的IGBT物理解析模型很難實(shí)現(xiàn)，本文避開IGBT的工作物理機(jī)理，結(jié)合測(cè)試平臺(tái)的大量實(shí)驗(yàn)建立了一種IGBT開關(guān)特性的實(shí)驗(yàn)?zāi)Ｐ汀谡`差反向傳播算法(backpropagation，BP)的IGBT開關(guān)特性神經(jīng)網(wǎng)絡(luò)

6、預(yù)測(cè)模型，實(shí)現(xiàn)了對(duì)IGBT在實(shí)際工況下的開關(guān)特性參數(shù)如器件電氣應(yīng)力、開關(guān)損耗等的精確預(yù)測(cè)。與物理解析模型相比，基于實(shí)驗(yàn)數(shù)據(jù)的開關(guān)特性預(yù)測(cè)模型容易建立且使用方便，可以對(duì)用戶購(gòu)買的器件做定制的預(yù)測(cè)模型，具有較高的預(yù)測(cè)精度。
　　 針對(duì)BP神經(jīng)網(wǎng)絡(luò)隱含層的節(jié)點(diǎn)數(shù)、網(wǎng)絡(luò)的目標(biāo)期望誤差和神經(jīng)網(wǎng)絡(luò)的初始權(quán)值與閾值矩陣對(duì)網(wǎng)絡(luò)性能影響大、憑經(jīng)驗(yàn)和試湊法設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)性能的影響不可控、尋優(yōu)容易陷入局部極小值且無(wú)法逃離極值點(diǎn)等局限性，本文進(jìn)一步引入

7、全局優(yōu)化算法對(duì)開關(guān)特性的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行改進(jìn):采用遺傳優(yōu)化算法對(duì)隱層節(jié)點(diǎn)數(shù)和目標(biāo)期望誤差進(jìn)行混合整數(shù)規(guī)劃;分別采用遺傳算法、模擬退火算法和粒子群算法對(duì)神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值矩陣進(jìn)行優(yōu)化，大大改善了BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)性能。
　　 經(jīng)過(guò)大量實(shí)驗(yàn)數(shù)據(jù)的訓(xùn)練，用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型能以較高精度預(yù)測(cè)IGBT在不同的環(huán)路寄生電感、集電極電壓、集電極電流、器件結(jié)溫、驅(qū)動(dòng)電阻和驅(qū)動(dòng)電壓下硬開關(guān)狀態(tài)的開關(guān)特性參數(shù)。通過(guò)對(duì)開關(guān)特