IGBT模塊作為電力電子系統(tǒng)的核心器件, 其在工況應(yīng)用中的可靠性與安全性對(duì)現(xiàn)代車輛系統(tǒng)的健康穩(wěn)定運(yùn)行至關(guān)重要。本文面向車用IGBT模塊健康管理技術(shù)，分別從失效機(jī)理、狀態(tài)監(jiān)測(cè)、故障診斷、壽命預(yù)測(cè)四個(gè)方面綜述國(guó)內(nèi)外的研究進(jìn)展，提出當(dāng)前研究中存在的關(guān)鍵問題和技術(shù)優(yōu)缺點(diǎn)，在此基礎(chǔ)上，對(duì)車用IGBT模塊健康管理技術(shù)今后的發(fā)展趨勢(shì)做出展望。

 

絕緣柵雙極型晶體管（IGBT）同時(shí)具備雙極功率晶體管以及MOSFET功率晶體管的優(yōu)點(diǎn)，是電力能源變換與傳輸?shù)暮诵钠骷?，俗稱電力電子裝置的“CPU”，作為國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)，在軌道交通、智能電網(wǎng)、航空航天、電動(dòng)汽車與新能源裝備等領(lǐng)域應(yīng)用極廣。以車輛系統(tǒng)為例，IGBT是軌道車輛牽引變流器和各種輔助變流器的主流電力電子器件，在現(xiàn)代軌道交通交流傳動(dòng)系統(tǒng)中發(fā)揮著關(guān)鍵作用；IGBT也成為電動(dòng)汽車逆變器的首選裝置，用以實(shí)現(xiàn)電動(dòng)汽車加速時(shí)的電流輸出，以及制動(dòng)能量回饋時(shí)的電流輸入。

 

由于內(nèi)部屬性及外部工況作用，車載IGBT工作時(shí)不得不承受較大的功率波動(dòng)以及頻繁工況變化所帶來(lái)的累積疲勞損傷。據(jù)可靠統(tǒng)計(jì)，約有38%的功率變流器系統(tǒng)故障源于IGBT的失效。因此，本文以電動(dòng)汽車和軌道車輛為應(yīng)用對(duì)象，總結(jié)梳理國(guó)內(nèi)外車用大功率IGBT模塊健康管理（PHM）技術(shù)的發(fā)展?fàn)顩r，按照失效機(jī)理、狀態(tài)監(jiān)測(cè)、故障診斷、壽命預(yù)測(cè)四部分進(jìn)行綜述，如圖1所示。

圖1 車用IGBT模塊健康管理技術(shù)框架

 

典型焊接式IGBT模塊結(jié)構(gòu)圖如圖2所示，從上至下依次是芯片層、芯片焊料層、DBC層、DBC焊料層、銅基板、以及散熱器。在此結(jié)構(gòu)基礎(chǔ)上，車用IGBT模塊通常并聯(lián)多個(gè)芯片以增強(qiáng)模塊負(fù)載電流的能力。在運(yùn)行過程中，模塊會(huì)經(jīng)歷功率循環(huán)、溫度循壞，模塊內(nèi)部承受電、熱、機(jī)械應(yīng)力的交互作用，產(chǎn)生疲勞損傷，逐漸老化失效，或在過應(yīng)力作用下發(fā)生瞬態(tài)失效。

 

圖2 焊接式IGBT模塊結(jié)構(gòu)圖

 

圖3 IGBT模塊失效分類

 

目前研究普遍按失效部位將IGBT模塊失效分為芯片級(jí)失效和封裝級(jí)失效，詳細(xì)的分類如上圖3所示，對(duì)應(yīng)機(jī)理分析綜述于表1。

 

表1 IGBT模塊失效機(jī)理分析：

 

 

歸納國(guó)內(nèi)外IGBT模塊失效機(jī)理相關(guān)文獻(xiàn)可知，鍵合線脫落是IGBT模塊實(shí)際應(yīng)用中最普遍的失效模式，也是大部分退化形式下模塊的最終故障形式，因此是失效機(jī)理研究的熱點(diǎn)?，F(xiàn)有研究大多針對(duì)鍵合線脫落和焊料層老化機(jī)理，對(duì)于芯片級(jí)失效機(jī)理研究不夠深入，尤其是大功率IGBT模塊多芯片失效耦合作用的研究仍很少。IGBT模塊失效前往往經(jīng)歷了性能的退化。一般而言，芯片失效往往是瞬時(shí)失效，較難通過相應(yīng)參數(shù)表征其退化的情況。但由于柵極氧化層受外界影響后會(huì)對(duì)芯片產(chǎn)生影響，甚至導(dǎo)致芯片失效，因此可以通過柵極漏電流和柵極閾值電壓兩種表征參數(shù)，通過表征IGBT柵極氧化層的退化情況，進(jìn)而表征芯片的退化情況。

 

 

狀態(tài)監(jiān)測(cè)是指利用各種分析檢測(cè)方法，直接或間接提取能夠有效表征對(duì)象系統(tǒng)運(yùn)行狀態(tài)的參數(shù)，通過參數(shù)的變化追蹤監(jiān)測(cè)對(duì)象系統(tǒng)狀態(tài)的變化。按照監(jiān)測(cè)對(duì)象，本文將IGBT模塊狀態(tài)監(jiān)測(cè)手段劃分為以下四種：結(jié)溫監(jiān)測(cè)，鍵合線脫落監(jiān)測(cè)，焊料層老化監(jiān)測(cè)以及芯片氧化層退化監(jiān)測(cè)。根據(jù)參閱文獻(xiàn)將各種監(jiān)測(cè)手段以及其特點(diǎn)總結(jié)如表2所示。

表2各類IGBT模塊監(jiān)測(cè)參數(shù)手段及其優(yōu)缺點(diǎn)

 

 

車載大功率IGBT主要用于車輛變流裝置如整流器和逆變器等，每個(gè)裝置由多個(gè)IGBT 組成。根據(jù)在車輛運(yùn)行過程中的故障類型可以將IGBT故障分為突變故障和老化故障，老化故障由于過程緩慢，發(fā)生之后不會(huì)對(duì)系統(tǒng)造成太大的影響，因此該類故障的處理方法主要是對(duì)老化特征因子進(jìn)行提取，從而判斷其健康狀態(tài)，對(duì)壽命進(jìn)行預(yù)測(cè)，與該內(nèi)容相關(guān)的技術(shù)在2.4節(jié)進(jìn)行綜述。而突變故障發(fā)生之后如若不能及時(shí)進(jìn)行檢測(cè)和診斷，并采取被動(dòng)或主動(dòng)容錯(cuò)控制，將會(huì)對(duì)整個(gè)系統(tǒng)造成嚴(yán)重?fù)p害。

 

通常來(lái)說，突變故障又分為短路故障和開路故障。IGBT模塊雪崩、過熱、過壓擊穿等都會(huì)導(dǎo)致短路故障，短路故障具有很強(qiáng)的破壞力，一般通過短路保護(hù)電路來(lái)避免短路故障造成的巨大危害；而開路故障主要是由于焊接脫落、電路失效、器件破裂或者短路故障導(dǎo)致，開路故障發(fā)生后短期內(nèi)并不會(huì)對(duì)系統(tǒng)造成較大損害，可以持續(xù)工作一段時(shí)間，但是在工作狀況惡劣的情況下，將會(huì)造成災(zāi)難性二次故障。因此可以通過對(duì)故障特征的有效提取以及對(duì)故障位置的定位和故障模式的隔離，有效地減輕故障的危害，保證系統(tǒng)的良好運(yùn)行。

 

近幾年來(lái)有學(xué)者針對(duì)IGBT的故障診斷技術(shù)進(jìn)行了追蹤調(diào)研，從基于電流和基于電壓兩個(gè)方向、定性和定量?jī)蓚€(gè)角度、從基于模型、基于數(shù)據(jù)以及基于信號(hào)處理三個(gè)角度以及比較監(jiān)督和非監(jiān)督類型算法展開了逆變器開關(guān)管的故障診斷技術(shù)綜述。

 

在此基礎(chǔ)上，本文從工程應(yīng)用角度出發(fā)，綜合最新幾年的車載IGBT故障診斷技術(shù)，將IGBT故障診斷所需信號(hào)種類以及其優(yōu)缺點(diǎn)總結(jié)成表格3如下： 

 

表3故障診斷各類方法所需模型、參數(shù)以及其優(yōu)缺點(diǎn):

 

 

 

 

采用電流參數(shù)，配合信號(hào)處理方法，可對(duì)故障特征進(jìn)行提取。當(dāng)IGBT發(fā)生開路故障時(shí)，IGBT對(duì)應(yīng)相的電流只有半個(gè)周期，且其余相的電流存在一定程度的畸變。以兩電平逆變器T1故障為例，當(dāng)T1發(fā)生開路故障前后，其仿真電流波形如下圖4所示。

 

 

 

圖4. IGBT(T1)故障前后電流對(duì)比圖

 

在信號(hào)分析技術(shù)方面，由于當(dāng)故障發(fā)生時(shí)，未故障相的定子電流會(huì)有相應(yīng)的畸變，其諧波含量也會(huì)隨之增加，因此可以通過時(shí)頻分析方法提取瞬時(shí)頻率，從而對(duì)開路故障進(jìn)行檢測(cè)。文獻(xiàn)[6]提出了一種基于定子電流的Hilbert-Huang變換（HHT）IGBT開路故障檢測(cè)方法，通過計(jì)算經(jīng)過CEEMDAN分解得到的IMF的RMS(均方根)選擇對(duì)應(yīng)的IMF，進(jìn)而對(duì)該IMF信號(hào)進(jìn)行希爾伯特包絡(luò)譜分析得到故障的瞬時(shí)頻率，但該方法并未提及多管故障。

當(dāng)故障發(fā)生時(shí)，電流信號(hào)所含的能量發(fā)生瞬間變化，因此也可以通過計(jì)算對(duì)應(yīng)的熵值或者譜峭度方法，對(duì)變化的瞬態(tài)信號(hào)進(jìn)行檢測(cè)。文獻(xiàn)[7]等針對(duì)CRH3型動(dòng)車組整流器單管故障和雙管故障，采用改進(jìn)譜峭度方法并結(jié)合電流均值法對(duì)整流器發(fā)出的固定脈沖響應(yīng)實(shí)現(xiàn)故障診斷，改進(jìn)的譜峭度如公式2計(jì)算得到。

通過不同故障特征的提取，采用數(shù)據(jù)驅(qū)動(dòng)的方法，通過對(duì)神經(jīng)網(wǎng)絡(luò)或是分類器進(jìn)行訓(xùn)練，最終得到的模型可以對(duì)不同故障進(jìn)行分類，實(shí)現(xiàn)故障有效診斷。文獻(xiàn)[8]基于三相變流器輸出的電流信號(hào)，提出一種基于集成的隨機(jī)分類器來(lái)識(shí)別三相PWM變換器中的IGBT開路故障。除此之外，Kou Lei等人通過分析三相脈沖整流器的開路故障，提出了一種基于電流暫態(tài)綜合特征的深度前反饋神經(jīng)網(wǎng)絡(luò)的診斷和定位方法。

 

基于模型方法上也同樣用于車用IGBT的故障診斷中，主要是采用電流殘差作為分析信號(hào)。變流器系統(tǒng)是由連續(xù)和離散變化的事件組成，其特征滿足混雜系統(tǒng)的條件。混雜系統(tǒng)建模方法之一即為基于混合邏輯動(dòng)態(tài)模型（MLD） 模型，該方法考慮到了系統(tǒng)的控制、電壓和電流條件，因此基于 MLD 建模的方法被應(yīng)用到診斷中。文獻(xiàn)[10]研究了一種基于觀測(cè)器誤差和電流平均值的自適應(yīng)閾值方法。考慮到暫態(tài)模式和穩(wěn)態(tài)模式，利用產(chǎn)生的殘差的演化及其相應(yīng)的閾值來(lái)檢測(cè)故障的發(fā)生。然后，利用電流和將IGBT故障與電流傳感器故障區(qū)分開來(lái)，通過電流平均值實(shí)現(xiàn)IGBT故障隔離，具體的技術(shù)路線圖如下圖5所示。

 

 

圖5. 基于觀測(cè)器電流殘差的故障診斷技術(shù)的框圖

 

除了電流殘差作為故障特征之外，由于發(fā)生開路故障后，三相電流的波形會(huì)發(fā)生有規(guī)律且明顯的變化（對(duì)應(yīng)相電流半個(gè)周期變?yōu)榱悖虼嘶谀Ｐ偷碾娏鬈壽E方法也用于診斷中。文獻(xiàn)[11]提出一種基于電流形狀因子殘差的IGBT開路故障診斷方法，通過定義自適應(yīng)閾值進(jìn)行診斷。另外，文獻(xiàn)[12]對(duì)模型故障下的相電流軌跡進(jìn)行分析，以零故障相電流為故障特征，通過對(duì)故障后的電流表達(dá)式進(jìn)行積分，根據(jù)積分符號(hào)實(shí)現(xiàn)故障的定位，利用此方法在不同控制策略下依托半實(shí)物仿真平臺(tái)進(jìn)行了驗(yàn)證。

 

 

對(duì)于方便提取電壓的變流裝置而言，將電壓作為故障特征參數(shù)可以得到更加穩(wěn)定和精確的診斷結(jié)果。在基于數(shù)據(jù)的診斷方法中，文獻(xiàn)[13]利用主成分分析（PPCA）和支持向量機(jī)（SVM）進(jìn)行診斷。且當(dāng)電平數(shù)增多時(shí)，故障的種類、故障數(shù)據(jù)的維度等也會(huì)隨之增加，一般的分類算法無(wú)法較快的對(duì)故障進(jìn)行分類診斷，通過分析開路故障前后的電壓等級(jí)的變化，文獻(xiàn)[14]采用基于傅里葉變換對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，并通過主元分析將數(shù)據(jù)中的特征降維，最后基于貝葉斯網(wǎng)絡(luò)的方法對(duì)七電平逆變器的IGBT開路故障進(jìn)行診斷，并采用對(duì)變載波和調(diào)制波的電壓進(jìn)行重構(gòu)容錯(cuò)。

 

在基于模型方面，文獻(xiàn)[15]提出了一種基于電壓偏差的平均模型診斷方法，該方法通過建立的模型分別得到線電壓和相電壓的估計(jì)值，分別與觀測(cè)到的真實(shí)值計(jì)算殘差，進(jìn)而得到故障特征值，可以對(duì)單管開路的IGBT和電流傳感器故障進(jìn)行診斷。針對(duì)于電壓、電流均可采樣的三相逆變器，文獻(xiàn)[41]提出將逆變器橋臂電壓作為故障特征，利用平均模型法分別得到三線制和四線制的逆變器的診斷變量，結(jié)合誤差自適應(yīng)的閾值方法，得到魯棒性強(qiáng)的單管、雙管故障診斷規(guī)則。文獻(xiàn)[16]通過建立換流器開關(guān)函數(shù)模型，利用三相電壓殘差作為故障特征，實(shí)現(xiàn)了單橋臂IGBT開路和雙橋臂IGBT開路故障的在線診斷，并進(jìn)行了實(shí)驗(yàn)驗(yàn)證了方法的抗干擾性,上下橋臂電壓殘差的閾值如公式3和4所示。

 

 

 

除了單獨(dú)利用電流和電壓參數(shù)之外，還可以利用電流和電壓組合參數(shù)對(duì)故障進(jìn)行診斷。例如，文獻(xiàn)[17]使用高速列車和工業(yè)驅(qū)動(dòng)中可獲取的開關(guān)指令信號(hào)、接觸網(wǎng)電流和直流鏈路電壓作為系統(tǒng)參數(shù)，基于MLD模型輸出與實(shí)際系統(tǒng)輸出的系統(tǒng)參數(shù)連續(xù)比較結(jié)果得到殘差，用于IGBT故障診斷，非常適合于電力牽引應(yīng)用。文獻(xiàn)[18]基于級(jí)聯(lián)H橋（CHB）多電平變換器開路IGBT檢測(cè)技術(shù)，利用單個(gè)電流傳感器和單個(gè)電壓傳感器來(lái)監(jiān)測(cè)支路的電流和輸出電壓。將實(shí)測(cè)電壓與期望電壓進(jìn)行比較，并根據(jù)偏差的大小和電流流向確定斷路故障的位置，但該方法需要加裝電流傳感器和電壓傳感器。

 

歸納上述國(guó)內(nèi)外IGBT模塊狀故障診斷相關(guān)文獻(xiàn)可知，基于電流的診斷方法獲取可以適用于大部分的車用IGBT故障診斷，相比之下，基于電壓和基于其他或組合參數(shù)的診斷方法可以保證有較好的精度；另外多種信號(hào)融合技術(shù)也會(huì)降低診斷的實(shí)時(shí)性。針對(duì)IGBT的故障種類逐漸增多、故障診斷的方法趨于成熟和多樣化，并且開始考慮故障的容錯(cuò)控制。但是到目前為止，針對(duì)于IGBT的故障種類大都停留在單管開路和雙管開路，目前有效的多元信號(hào)融合診斷、有效的故障容錯(cuò)方法以及故障的演化傳遞特性的研究極少。

 

 

除了將電流和電壓作為故障特征參數(shù)之外，也有學(xué)者嘗試將行為殘差、磁鏈殘差等作為故障特征參數(shù)用以診斷相應(yīng)故障。

 

 

 

在IGBT模塊壽命預(yù)測(cè)技術(shù)研究方面，一些文獻(xiàn)[21-24]對(duì)壽命預(yù)測(cè)的解析模型和物理模型進(jìn)行較為詳細(xì)的介紹和比較，這些文獻(xiàn)對(duì)于數(shù)據(jù)驅(qū)動(dòng)的壽命預(yù)測(cè)方面少有提及。并且在實(shí)際運(yùn)行過程中，結(jié)溫是反映IGBT工作狀態(tài)的重要參數(shù)，因此對(duì)結(jié)溫進(jìn)行有效預(yù)測(cè)，對(duì)IGBT剩余有用壽命的評(píng)估有著指導(dǎo)意義。因此本文從基于模型、基于數(shù)據(jù)的角度，從工程應(yīng)用的角度對(duì)當(dāng)前IGBT壽命預(yù)測(cè)和結(jié)溫預(yù)測(cè)技術(shù)進(jìn)行綜述，并總結(jié)了各類方法的優(yōu)缺點(diǎn)，如表4所示。

 

表4壽命預(yù)測(cè)各類方法所需模型、參數(shù)以及其優(yōu)缺點(diǎn)

 

 

 

 

基于模型的方法主要包括基于解析模型和基于物理模型。解析模型主要通過對(duì)老化試驗(yàn)得到的數(shù)據(jù)進(jìn)行擬合，將失效次數(shù)與相應(yīng)的變量（如電流、結(jié)溫等）組合成為相應(yīng)的壽命方程，該方法僅是數(shù)學(xué)方面的擬合，沒有理論依據(jù)做支撐，因此可信度不高，但是方法簡(jiǎn)單?；谖锢砟Ｐ蛣t是依據(jù)材料失效的機(jī)理，從應(yīng)力應(yīng)變的角度分析，得到相應(yīng)的壽命方程，由于建立在失效機(jī)理基礎(chǔ)上，因此該類方法具有更高精度，但也伴隨著復(fù)雜的建模和計(jì)算難度。 

 

 

在汽車IGBT壽命預(yù)測(cè)方面，文獻(xiàn)[25]通過對(duì)IGBT模塊在驅(qū)動(dòng)工況下的工作狀態(tài)、功率損耗和結(jié)溫波動(dòng)的分析以及考慮到汽車行駛速度和道路條件對(duì)IGBT功率損耗和結(jié)溫的影響，建立了一種適用于不同工況下的電動(dòng)汽車IGBT模塊Lesit壽命預(yù)測(cè)模型，用于預(yù)測(cè)給定驅(qū)動(dòng)條件下IGBT模塊的壽命。針對(duì)CRH5動(dòng)車組IGBT壽命預(yù)測(cè)問題，文獻(xiàn)[26]采用半實(shí)物仿真的方法，通過模擬CRH5動(dòng)車真實(shí)工況并結(jié)合熱模型得到IGBT的結(jié)溫和殼溫分別與電流的關(guān)系，采用雨流計(jì)數(shù)法得到波動(dòng)數(shù)據(jù)，再利用Miner損傷累積理論分析，得到整流器側(cè)IGBT累積損傷度小于逆變器側(cè)，加速工況相比制動(dòng)和勻速工況更能使IGBT損傷。

 

在不同控制策略層面，文獻(xiàn)[27]針對(duì)牽引變流器中的IGBT壽命預(yù)測(cè)進(jìn)行了研究，在電流開環(huán)弱磁控制和單電流閉環(huán)弱磁控制下進(jìn)行了仿真驗(yàn)證，并與實(shí)際工況相結(jié)合，對(duì)比不同策略下的IGBT壽命損耗情況，發(fā)現(xiàn)采用單電流閉環(huán)弱磁控制的策略可以使IGBT壽命延長(zhǎng)。

 

 

利用失效物理模型方法進(jìn)行壽命預(yù)測(cè)通常是以仿真研究以及驗(yàn)證為主，文獻(xiàn)[28]通過設(shè)計(jì)不同試驗(yàn)條件下的低結(jié)溫功率循環(huán)試驗(yàn)和仿真，提出了一種基于功率循環(huán)試驗(yàn)的功率模塊貼片焊料層PoF壽命預(yù)測(cè)方法，發(fā)現(xiàn)損傷的增長(zhǎng)率與結(jié)溫和結(jié)溫平均值成正比，但是該方法只考慮了焊料的疲勞問題。文獻(xiàn)[29]提出一種采用電流變化率來(lái)預(yù)測(cè)結(jié)溫變化的方法，通過對(duì)IGBT關(guān)斷機(jī)理和關(guān)斷過程中的電流溫度特性進(jìn)行研究和理論推導(dǎo)，并利用基于Saber仿真平臺(tái)建立的IGBT模型搭建了仿真電路進(jìn)行驗(yàn)證，得到方法的有效性。

 

 

數(shù)據(jù)驅(qū)動(dòng)方法是通過分析加速老化過程中各相關(guān)參數(shù)的變化，提取出老化特征參數(shù)，通過訓(xùn)練模型，將參數(shù)與壽命相對(duì)應(yīng)，從而實(shí)現(xiàn)壽命的預(yù)測(cè)。不少文獻(xiàn)結(jié)合NASA-ARC加速壽命試驗(yàn)數(shù)據(jù)中的集電極發(fā)射極關(guān)斷電壓尖峰值參數(shù)展開相關(guān)的研究。利用集電極-發(fā)射極關(guān)斷電壓尖峰值數(shù)據(jù)，文獻(xiàn)[30]提出了過程神經(jīng)網(wǎng)絡(luò)的IGBT健康預(yù)測(cè)方法，文獻(xiàn)[31]提出長(zhǎng)短期記憶（LSTM）網(wǎng)絡(luò)的壽命預(yù)測(cè)方法,也有文獻(xiàn)基于 GARCH 模型建立了 IGBT 老化壽命模型，對(duì)IGBT剩余壽命進(jìn)行預(yù)測(cè)。在結(jié)溫預(yù)測(cè)方面，文獻(xiàn)[32]提出了基于溫敏參數(shù)法的結(jié)溫預(yù)測(cè)模型。文獻(xiàn)[34-35]通過改進(jìn)SVM算法，利用飽和壓降、集電極電流預(yù)測(cè)結(jié)溫。

 

歸納上述國(guó)內(nèi)外IGBT模塊壽命預(yù)測(cè)以及結(jié)溫預(yù)測(cè)相關(guān)文獻(xiàn)可知，大多方法目前停留在仿真和驗(yàn)證方面。雖然越來(lái)越多的智能算法如深度學(xué)習(xí)等被嘗試運(yùn)用到壽命預(yù)測(cè)中，然而文獻(xiàn)大多采用NASA的加速壽命實(shí)驗(yàn)公開測(cè)試數(shù)據(jù)，存在數(shù)據(jù)源頭單一的情況，且方法的實(shí)時(shí)性和有效性不能有“突破性的創(chuàng)新和進(jìn)步”?？傮w而言，考慮多壽命因子、多工況下、多數(shù)據(jù)源兼容的壽命預(yù)測(cè)方法應(yīng)該是未來(lái)努力的方向。

 

 

 

本文面向車用IGBT模塊健康管理，從失效機(jī)理、狀態(tài)監(jiān)測(cè)、故障診斷以及壽命預(yù)測(cè)四個(gè)方向入手，介紹了現(xiàn)階段國(guó)內(nèi)外IGBT智能運(yùn)維技術(shù)的發(fā)展?fàn)顩r。其中失效機(jī)理是IGBT 健康管理的研究基礎(chǔ)，狀態(tài)監(jiān)測(cè)、故障診斷和壽命預(yù)測(cè)則是研究的最終目的。針對(duì)IGBT健康管理的技術(shù)主要存在以下難點(diǎn)：首先，在失效機(jī)理方面，針對(duì)IGBT-二極管芯片耦合作用，尤其大功率IGBT模塊內(nèi)多芯片失效耦合作用的研究很少；其次，在狀態(tài)監(jiān)測(cè)方面，當(dāng)前狀態(tài)監(jiān)測(cè)方法多從單一參量與退化狀態(tài)的關(guān)系入手，且進(jìn)行了一定的假設(shè)，在實(shí)際工程應(yīng)用中，尤其是大功率工況波動(dòng)的應(yīng)用具有較大的局限性；第三，在故障診斷層面上，現(xiàn)階段研究并未考慮故障在更高層系統(tǒng)內(nèi)的傳遞影響，除此之外，診斷的實(shí)時(shí)性和在線診斷的可行性在多數(shù)文獻(xiàn)中并未體現(xiàn)；最后，在壽命預(yù)測(cè)階段，由于受到監(jiān)測(cè)條件的約束，現(xiàn)階段的預(yù)測(cè)水平仍停留在基于模型的方法上，基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法所選取的數(shù)據(jù)也大多源于加速壽命試驗(yàn)，與現(xiàn)實(shí)工況相差甚大。

 

 

基于上述存在的問題，對(duì)未來(lái)的IGBT健康管理技術(shù)提出對(duì)應(yīng)展望：首先，在失效機(jī)理研究方面，建議進(jìn)一步通過相關(guān)實(shí)驗(yàn)研究芯片退化的有效表征參數(shù)。考慮到在實(shí)際工作中，IGBT的運(yùn)行工況可能發(fā)生突變，該情況可能不會(huì)導(dǎo)致其立即失效，但是基于失效機(jī)理的相關(guān)特征參數(shù)退化趨勢(shì)將會(huì)有所改變，因此在失效的研究基礎(chǔ)上，應(yīng)該增加異常工況的模擬；與此同時(shí)，狀態(tài)監(jiān)測(cè)技術(shù)的發(fā)展應(yīng)緊密聯(lián)系失效機(jī)理，發(fā)展芯片級(jí)狀態(tài)監(jiān)測(cè)技術(shù)，尋求非侵入、高精度、實(shí)時(shí)性好、實(shí)用性強(qiáng)的監(jiān)測(cè)方法，同退化表征參數(shù)結(jié)合，尋求新的、更有效的壽命預(yù)測(cè)方法；在故障診斷層面上，未來(lái)研究應(yīng)充分考慮計(jì)算分析的時(shí)效性和準(zhǔn)確性，深入研究面向?qū)嶋H應(yīng)用的定性與定量、實(shí)測(cè)數(shù)據(jù)與知識(shí)模型混合的診斷方法，進(jìn)一步開展IGBT模塊復(fù)合故障診斷方法研究以及多IGBT模塊故障隔離方法的研究，尤其是基于模型的故障診斷，閾值的選取應(yīng)當(dāng)與系統(tǒng)的各個(gè)參數(shù)緊密結(jié)合，在有效的診斷算法的基礎(chǔ)上，尋求故障特征的在線辨識(shí)；最后，建議今后深入開展早期微弱漸變退化的預(yù)測(cè)方法研究，IGBT故障從出現(xiàn)到失效存在漸進(jìn)不確定性過程，時(shí)間長(zhǎng)度根據(jù)不同類型的故障及動(dòng)態(tài)激勵(lì)有所不同，開展IGBT定量損傷評(píng)估和壽命預(yù)測(cè)，為開展基于預(yù)測(cè)的可重構(gòu)健康優(yōu)化和主動(dòng)容錯(cuò)控制做好充分準(zhǔn)備。

 

 

 

[1] YANG S, BRYANT A, MAWBY P, etal. An industry based survey of reliability in power electronic converters[J]. IEEE Transactions on Industry Applications, 2011, 47(3): 1441–1451.

[2] 安群濤,孫力,孫立志,等.三相逆變器開關(guān)管故障診斷方法研究進(jìn)展[J].電工技術(shù)學(xué)報(bào),2011,26(04):135-144.

 

[3] 宋威,施偉鋒,卓金寶,等.多電平逆變器開關(guān)管故障診斷方法綜述[J].微電機(jī),2019, 52(10):110-117.

[4] 王霞霞,陳超波,高嵩.逆變器開關(guān)管故障診斷方法綜述[J].計(jì)算機(jī)測(cè)量與控制,2019,27(08):1-6.

[5] Moosavi, S.S., A. Kazemi and H. Akbari, A comparison of various open-circuit fault detection methods in the IGBT-based DC/AC inverter used in electric vehicle[J]. Engineering Failure Analysis, 2019. 96: p. 223-235.

[6]Bilal D, Azeddine B ,et al. Diagnosis of an Inverter IGBT Open-circuit Fault by Hilbert-Huang Transform Application[J]. Traitement du Signal.2019.4.127-132

[7] 王英,王丹,陳小強(qiáng),曹麗,高鋒陽(yáng),王庚,王妮.基于改進(jìn)譜峭度與電流均值的牽引整流器開路故障診斷方法[J].電力自動(dòng)化設(shè)備,2020,40(01):112-118.

[8] Xia, Y., B. Gou and Y. Xu, A new ensemble-based classifier for IGBT open-circuit fault diagnosis in three-phase PWM converter[J]. Protection and Control of Modern Power Systems, 2018. 3(1).

[9] Kou Lei,Liu Chuang,Cai Guo-Wei,Zhang Zhe,Zhou Jia-Ning,Wang Xue-Mei. Fault diagnosis for three-phase PWM rectifier based on deep feedforward network with transient synthetic features.[J]. ISA transactions,2020,101.

[10] Jlassi, I., et al.A Robust Observer-based Method for IGBTs and Current Sensors Fault Diagnosis in Voltage-Source Inverters of PMSM Drives[J]. IEEE Transactions on Industry Applications, 2017. 53(3): p. 2894-2905.

[11] Ben Youssef, A., S. Khojet El Khil and I. Slama Belkhodja, Open-circuit fault diagnosis and voltage sensor fault tolerant control of a single phase pulsed width modulated rectifier[J]. Mathematics and Computers in Simulation, 2017. 131: p. 234-252.

[12] 成庶,趙俊棟,李凱迪,于天劍,伍珣,張志龍.一種基于相電流軌跡的逆變器開路故障診斷方法[J].鐵道科學(xué)與工程學(xué)報(bào),2019,16(10):2584-2593.

[13] Kuraku, N.V.P., Y. He and M. Ali, Fault Diagnosis of Open Circuit Multiple IGBT's using PPCA-SVM in Single Phase Five-Level Voltage Controlled H-Bridge MLI[J]. IEEJ Journal of Industry Applications, 2020. 9(1): p. 61-72.

[14] 劉卓,王天真,湯天浩,馮頁(yè)帆,姚君琦,高迪駒.一種多電平逆變器故障診斷與容錯(cuò)控制策略[J].山東大學(xué)學(xué)報(bào)(工學(xué)版),2017,47(05):229-237.

[15] Li, Z., et al. A Fast Diagnosis Method for Both IGBT Faults and Current Sensor Faults in Grid-Tied Three-Phase Inverters With Two Current Sensors[J]. IEEE Transactions on Power Electronics, 2020. 35(5): p. 5267-5278.

[16]靖永志,廖珍貞,龔倩文,錢程,彭濤,張晨昊.VSC-HVDC送端換流器IGBT開路故障診斷方法[J].電機(jī)與控制學(xué)報(bào),2021,25(03):104-114.

[17] Gou, B., et al. An Open-Switch Fault Diagnosis Method for Single-Phase PWM Rectifier Using a Model-based Approach in High-Speed Railway Electrical Traction Drive System[J]. IEEE Transactions on Power Electronics, 2016. 31(5): p. 3816-3826.

[18] Lamb, J. and B. Mirafzal, Open-Circuit IGBT Fault Detection and Location Isolation for Cascaded Multilevel Converters[J]. IEEE Transactions on Industrial Electronics, 2017. 64(6): p. 4846-4856.

[19] 胡軻珽,劉志剛,胡冉冉,林雙雙,高松.一種新型基于模型的動(dòng)車組牽引逆變器開路故障診斷方法[J].鐵道學(xué)報(bào),2018,40(02):31-38.HU Ke-ting,

[20] 王亞飛.基于磁鏈觀測(cè)器的逆變器開路故障實(shí)時(shí)診斷[J].電氣化鐵道,2018,29(05):81-85.

[21] 方鑫,周雒維,姚丹,杜雄,孫鵬菊,吳軍科.IGBT模塊壽命預(yù)測(cè)模型綜述[J].電源學(xué)報(bào),2014(03):14-21.

[22] 張樹冰,劉雪婷.功率模塊IGBT失效機(jī)理與壽命預(yù)測(cè)研究綜述[J].電氣開關(guān),2017,55(05): 19-21+26. ,2017,47(03):396-400+419.

[23] Hanif, A., et al. A Comprehensive Review Toward the State-of-the-Art in Failure and Lifetime Predictions of Power Electronic Devices[J]. IEEE Transactions on Power Electronics, 2019. 34(5): p. 4729-4746.

[24] 王彬,曹琳.軌道交通用IGBT器件壽命預(yù)測(cè)技術(shù)綜述[J].機(jī)車電傳動(dòng),2020(01):9-12.

[25] Li, L., P. Wang and C. Wang, Lifetime prediction model for electric vehicle IGBT modules under driving conditions[J]. Journal of the Chinese Institute of Engineers, 2018. 41(4): p. 308-316.

[26] 曹琳,葉娜,李萍,李碧珊,陳宏,王彩琳.半實(shí)物仿真技術(shù)在軌道交通用IGBT壽命預(yù)測(cè)中的應(yīng)用[J].機(jī)車電傳動(dòng),2019(05):59-62.

[27] 林帥,方曉春,林飛,楊中平.基于任務(wù)剖面的牽引逆變器IGBT壽命預(yù)測(cè)[J].中國(guó)安全科學(xué)學(xué)報(bào),2019,29(S1):52-57.

[28] Lai, W., et al. Study on lifetime prediction considering fatigue accumulative effect for die-attach solder layer in an IGBT module[J]. IEEJ Transactions on Electrical and Electronic Engineering, 2018. 13(4): p. 613-621.

[29] 郝巧紅,馬文華.基于電流變化率的IGBT結(jié)溫預(yù)測(cè)方法研究[J].電氣傳動(dòng),2018,48(10):85-88.

[30] Chen, B., et al. IGBT Neural Network Prediction Method of Radar Transmitter based on Levenberg-Marquard Optimization[J]. International Journal of Future Generation Communication and Networking, 2016. 9(9): p. 1-14.

[31] 史業(yè)照,郭斌,鄭永軍.基于LSTM網(wǎng)絡(luò)的IGBT壽命預(yù)測(cè)研究[J/OL].中國(guó)測(cè)試,2020:1-6.

[32]白梁軍,黃萌,饒臻,潘尚智,查曉明,劉國(guó)友.基于GARCH模型的IGBT壽命預(yù)測(cè)[J].中國(guó)電機(jī)工程學(xué)報(bào),2020,40(18):5787-5796.

[33] 姚芳,胡洋,李錚,黃凱,李志剛.IGBT模塊結(jié)溫預(yù)測(cè)BP神經(jīng)網(wǎng)絡(luò)模型[J].西北大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,47(03):367-374.

[34] 劉伯穎,胡佳程,李玲玲,李志剛.IGBT老化狀態(tài)下基于BAS-SVM模型的結(jié)溫預(yù)測(cè)方法[J/OL].微電子學(xué):1-6[2020-08-15].https://doi.org/10.13911/j.cnki.1004-3365.190577.

[35] Wang, Z., et al. Distributed Systematic Grid-Connected Inverter Using IGBT Junction Temperature Predictive Control Method: An Optimization Approach[J]. Symmetry, 2020. 12(5): p. 825.

 

 

作者：牛剛、劉崢，余旭濤（同濟(jì)大學(xué)智能維護(hù)與自主系統(tǒng)實(shí)驗(yàn)室）