【技术实现步骤摘要】
本专利技术属于功率半导体器件可靠性领域，尤其涉及一种功率器件剩余寿命预测方法。
技术介绍
1、功率半导体器件是实现电能变换的核心器件，被广泛应用到智能电网、高速铁路牵引、工业变频、新能源汽车等领域，其可靠性是影响电力电子系统可靠性的关键因素。功率半导体器件故障占整个电力电子变换器故障31％，是电力电子变换器中最脆弱的环节。
2、功率半导体器件的失效模式可以分为随机失效和老化失效。其中，随机失效通常是由使用或设计不当引起的过电热应力造成，可以通过增加保护电路、优化系统及器件设计和改进制造封装工艺等措施降低随机失效风险。而多层封装材料之间热膨胀系数的差异造成的热失配使得器件在承受高温及温度变化时产生交变热应力，是器件发生疲劳老化的主要原因。焊接层疲劳开裂和键合线脱落是器件老化失效的两个主要的表现形式。器件的老化失效进程伴随其应用的整个生命周期，是必然发生的。因此，对功率器件进行健康状态评估和剩余使用寿命(remaining useful life，rul)预测对于降低电力电子系统非计划停机风险、实现长期安全可靠运行尤为关键。
3、现有功率器件寿命预测方法可以分为解析模型方法和数据驱动方法。解析寿命模型一般是通过拟合加速寿命试验得到的数据，来建立功率器件失效前热循环次数nf与电热应力之间的解析表达式，因此，解析寿命模型方法只能给出同一型号产品在某一可靠度/失效概率下的预期寿命，无法针对特定个体的退化过程给出可更新的预测结果。基于数据驱动寿命预测方法针对同类产品老化过程中退化表征量的全生命周期测量数据建立数据驱动
技术实现思路
1、为克服现有功率器件寿命预测方法无法实现动态工况条件预测、个体化预测、随着监测数据可实时更新地预测等不足，本专利技术提出一种功率器件剩余寿命预测方法，其为一种解析寿命模型和基于退化轨迹相似性的数据驱动模型融合的功率器件剩余寿命预测方法，能够提高功率器件剩余寿命预测的准确性。
2、为达到上述目的，本专利技术采用如下技术方案：
3、一种功率器件剩余寿命预测方法，包括如下步骤：
4、步骤(1)通过功率器件老化试验平台进行恒定应力加速寿命试验，获得功率器件在不同应力水平下的老化过程的全生命周期数据，通过全生命周期数据提取退化表征量-循环次数数据；
5、步骤(2)根据步骤(1)退化表征量-循环次数数据获得功率器件应力-寿命数据，通过拟合应力-寿命数据建立其解析寿命模型；
6、步骤(3)根据步骤(2)中得到的功率器件解析寿命模型，使用miner损伤累积方法，将功率器件在不同应力水平下的退化表征量-循环次数数据表示为退化表征量-累积损伤度数据；
7、步骤(4)对动态工况下的功率器件进行在线监测，获取其历史应力数据及退化表征量数据；
8、步骤(5)对步骤(4)中得到的动态工况下的功率器件的历史应力数据进行处理，使用步骤3中的解析寿命模型和miner损伤累积方法，将退化表征量数据表示成退化表征量-累积损伤度数据；
9、步骤(6)将步骤(3)中得到的恒定应力加速寿命试验的功率器件退化表征量-累积损伤度数据作为参考样本退化轨迹数据集，将步骤(5)中得到的动态工况下的功率器件退化表征量-累积损伤度数据作为测试样本退化轨迹数据集，使用退化轨迹相似性寿命预测方法对动态工况下的功率器件的剩余使用寿命进行预测。
10、进一步地，所述步骤(1)中，退化表征量是指随功率器件老化过程发生单调变化的器件参数物理量。
11、进一步地，所述步骤(2)中，功率器件在不同应力水平下的寿命是指从试验开始到退化表征量的变化达到所给定的失效阈值的循环次数；功率器件解析寿命模型选择coffin-manson模型、lesit模型或bayerer模型，其表达式分别为：
12、nf＝a(δtj)b
13、
14、
15、其中，nf是失效前循环数即循环寿命，δtj是结温变幅，tm是平均结温，tjmax是最大结温，ton是加热时间、i是每根键合线通过电流的有效值、u是模块的耐压值、d是键合线的直径，kb和ea为玻耳兹曼常数和硅芯片的激活能，a、b和β1～β6是模型系数。
16、进一步地，所述步骤(3)中，miner损伤累积的表达式为：
17、
18、其中，d为累积损伤度，k为当前时刻数据点序号，ni为第i个应力幅值循环次数，nfi为第i个应力幅值的循环寿命。
19、进一步地，所述步骤(6)包括：
20、步骤(6.1)将步骤(5)中得到的动态工况下的功率器件退化表征量-累积损伤度数据作为测试样本退化轨迹数据集，提取测试样本退化轨迹数据中与当前时刻最邻近的h+1个数据点作为测试样本退化轨迹片段，其数据点序列为x0(k,h)＝[x0((k—h)·δt),…,x0(k·δt)]，其中，h是非负整数，δt是退化轨迹采样间隔，k是当前时刻数据点序号，x是退化表征量的数据点，x是退化轨迹片段的数据点序列；
21、步骤(6.2)提取每个参考样本自开始工作至失效前的任意连续h+1个数据点作为参考样本退化轨迹片段，其数据点序列为xi(m,h)＝[xi((m—h)·δt),…,xi(m·δt)]，i是参考样本序号，m是参考样本任意一个采样点序号，且且h+1≤m≤mi，mi表示参考样本i从完全健康至完全失效的数据点数目；
22、步骤(6.3)将测试样本相似性比较的轨迹片段与每个参考样本自开始工作至失效前的任意一个相似性比较的轨迹片段进行循环匹配，计算测试样本退化轨迹片段x0(k,h)与参考样本退化轨迹片段xi(m,h)的相似性；
23、步骤(6.4)获得参考样本退化轨迹片段中与测试样本退化轨迹片段相似性最高的参考样本退化轨迹片段，取使得参考样本i与测试样本相似性最高的轨迹片段的结束时刻ni(k)·δt时的剩余寿命作为剩余寿命估计值即rulei(k)，其中：
24、
25、rulei(k)＝(mi—ni(k))·δt
26、ni(k)表示与测试样本相似性最高的轨迹片段xi(m,h)的m的值；
27、步骤(6.5)将所有参考样本的剩余寿命估计值进行加权求和，得到测试样本在当前时刻的剩余寿命预测结果，其表达式为：
28、本文档来自技高网...
【技术保护点】
1.一种功率器件剩余寿命预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种功率器件剩余寿命预测方法，其特征在于，所述步骤(1)中，退化表征量是指随功率器件老化过程发生单调变化的器件参数物理量。
3.根据权利要求1所述的一种功率器件剩余寿命预测方法，其特征在于，所述步骤(2)中，功率器件在不同应力水平下的寿命是指从试验开始到退化表征量的变化达到所给定的失效阈值的循环次数；功率器件解析寿命模型选择Coffin-Manson模型、Lesit模型或Bayerer模型，其表达式分别为：
4.根据权利要求1所述的一种功率器件剩余寿命预测方法，其特征在于，所述步骤(3)中，Miner损伤累积的表达式为：
5.根据权利要求1所述的一种功率器件剩余寿命预测方法，其特征在于，所述步骤(6)包括：
【技术特征摘要】
1.一种功率器件剩余寿命预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种功率器件剩余寿命预测方法，其特征在于，所述步骤(1)中，退化表征量是指随功率器件老化过程发生单调变化的器件参数物理量。
3.根据权利要求1所述的一种功率器件剩余寿命预测方法，其特征在于，所述步骤(2)中，功率器件在不同应力水平下的寿命是指从试验开始到退化表征量...
【专利技术属性】
技术研发人员：仇志杰，范涛，温旭辉，
申请(专利权)人：中国科学院电工研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。