CN114829956A - 用于估计电力半导体元件的结的参数的方法和电力单元 - Google Patents
用于估计电力半导体元件的结的参数的方法和电力单元 Download PDFInfo
- Publication number
- CN114829956A CN114829956A CN202080086872.8A CN202080086872A CN114829956A CN 114829956 A CN114829956 A CN 114829956A CN 202080086872 A CN202080086872 A CN 202080086872A CN 114829956 A CN114829956 A CN 114829956A
- Authority
- CN
- China
- Prior art keywords
- ion
- von
- power semiconductor
- temperature
- estimating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2607—Circuits therefor
- G01R31/2608—Circuits therefor for testing bipolar transistors
- G01R31/2619—Circuits therefor for testing bipolar transistors for measuring thermal properties thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/01—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using semiconducting elements having PN junctions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K15/00—Testing or calibrating of thermometers
- G01K15/005—Calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/42—Circuits effecting compensation of thermal inertia; Circuits for predicting the stationary value of a temperature
- G01K7/427—Temperature calculation based on spatial modeling, e.g. spatial inter- or extrapolation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2607—Circuits therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2607—Circuits therefor
- G01R31/2621—Circuits therefor for testing field effect transistors, i.e. FET's
- G01R31/2628—Circuits therefor for testing field effect transistors, i.e. FET's for measuring thermal properties thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2607—Circuits therefor
- G01R31/2632—Circuits therefor for testing diodes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2642—Testing semiconductor operation lifetime or reliability, e.g. by accelerated life tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2801—Testing of printed circuits, backplanes, motherboards, hybrid circuits or carriers for multichip packages [MCP]
- G01R31/281—Specific types of tests or tests for a specific type of fault, e.g. thermal mapping, shorts testing
- G01R31/2817—Environmental-, stress-, or burn-in tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/40—Testing power supplies
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
- Power Conversion In General (AREA)
Abstract
本公开涉及一种用于估计电力半导体元件的结的参数的方法,其包括:*‑通过对半导体模块(1)的Von、Ion、Tc的测量值(2,3,4)检测至少一个稳定在线操作条件,其中,Ion是半导体的通态电压Von对温度敏感的电流,并且Tc是所述半导体元件的外壳的温度;*‑测量并存储所述至少一个稳定操作条件的至少一个参数集合Von、Ion、Tc;*‑在计算单元(52)中,提供用于最小化包括第一未知参数集θelec的电气模型Tj=F(Von,Ion,θelec)的结温估计Tj与包括第二未知参数集θmod的损耗/热模型Tj=(Ion,Tc,θmod)的另一个结温估计Tjmod之间的误差的计算,并且获得至少一个参数集θelec和至少一个参数集θmod以提供所述误差的最小化;*‑为所计算的Tj的值提供所计算的参数集θlec和/或θmod中以及所测量的Von、Ion、Tc中的至少一个;*‑存储至少一个参数集θelec和/或θmod和/或Tj。
Description
技术领域
本公开涉及一种用于估计诸如电力转换器的设备中的诸如IGBT、二极管、MOSFET模块的电力半导体的结的参数的方法以便提供对这些参数的考察,以在监测***中提供对这种半导体的结温和/或条件和可能劣化的监测。
背景技术
诸如半导体结温等的参数的估计对于电力半导体模块的诊断和预测非常重要。
基于热模型的电力半导体模块的温度估计很有吸引力,因为它为这种模块的所有操作条件提供了温度估计。然而,这种估计需要对电力半导体模块的准确电力损耗测量以及电力半导体模块和冷却组件的准确热模型,由于这种模型在安装和操作条件下的灵敏度和可变性,因此很难建立先验。此外,模块的热阻抗随着电力模块的老化而变化,使得这种估计不可靠。
基于电压Von作为温度敏感电气参数(TSEP)的温度估计因为它应用于IGBT、二极管和MOSFET而很有吸引力,这是由于它不要求修改操作或选通信号,并且因为测量是在换相之间以低速(几μs范围)执行的。然而,由于零温度系数(ZTC)电流区域和/或寄生元件在高电流和/或广泛校准要求下的影响,对所有运行点执行估计是不可能的或成本太高。
Von是例如阴极到阳极电压、或漏极到源极电压或集电极到发射极电压。
与ZTC相关的问题是根本性的,但是可以通过在其它电流值下执行温度测量来管理。通过使用在线数据执行校准,可以最小化与寄生元件的影响相关的问题,从而在校准数据本身中考虑寄生元件,从而部分被补偿。定期重新校准可以检测器件老化(条件监测)并在估计结温时补偿这种老化。在利用在线数据重新校准时,重新校准过程中无需中断正常运行。最后,利用在线数据进行校准还可以降低相关成本,因为在生产线末端或产品寿命期间不需要具有影响转换器的正常运行的特殊专用诊断过程的特殊例程。
然而,由于Von主要依赖于负载电流,因此将针对Von的在线数据作为TSEP进行校准特别困难。
在负载电流为正弦曲线的逆变器或整流器中,校准可以使用在不同且独立于RMS或峰值负载电流Irms和Ipk的电流Imeasure下测量Von的可能性。在测量电流受到强烈约束并与峰值或RMS电流相关联的DC/DC转换器的情况下,在线校准甚至更加困难。
文献B.Rannestad、K.Fischer、P.Nielsen、K.Gadgaard和S.Munk-nielsen,“Virtual Temperature Detection of Semi-conductors in a Mega Watt FieldConverter”(IEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS vol.0067,no.2,2020年2月)公开了一种使用虚拟温度的方法,虚拟温度被定义和提出作为在场应用中用于电力模块中的条件监测的参数。然而,使用在线电压、电流和温度校准监测模型仍然是本发明要解决的挑战。
发明内容
因此,本发明解决的问题是提供对电力半导体的结温Tj与分别穿过和通过这种电力半导体的电压Von和电流Ion之间关系的参数估计,以便考察半导体在其寿命期间的健康状况。
本发明包括校准方法,该校准方法提供所述关系的初始参数和通过在正常工作条件期间的进一步估计对这些参数的演变的分析,从而允许对劣化的估计和/或对电力半导体的结温(IGBT、二极管、MOSFET)或电力半导体模块的估计。
本发明的目标具体在于提供利用在线获取的数据执行的校准和估计,这意味着在转换器的正常操作期间被获得,其中转换器可以是DC/DC或DC/AC类型,并且其中,电流是随着操作条件和/或正弦曲线变化。
更准确地说,本公开提出了一种用于估计半导体元件的结的参数的方法,该方法包括:
-通过测量关于半导体模块的Von、Ion、Tc来检测至少一个稳定在线操作条件,其中,Ion是半导体的通态电压Von对温度敏感的电流,并且Tc是所述半导体元件的外壳的温度;
-测量并存储所述至少一个稳定操作条件的参数Von、Ion、Tc的至少一个集合;
-在计算单元中,提供用于将包括第一未知参数集θelec的电气模型Tj=F(Von,Ion,θelec)的结温估计Tj与包括第二未知参数集θmod的损耗/热模型Tjmod=G(Ion,Tc,θmod)的另一个结温估计Tjmod之间的误差最小化的计算,并且获得至少一个参数集θelec和至少一个参数集θmod,以提供所述误差的最小化;
-为所计算的Tj的值提供所计算的参数集θelec和/或θmod以及所测量的Von、Ion、Tc中的至少一个;
-存储至少一个参数集θelec和/或θmod和/或Tj。
该方法基于半导体管芯外部的简单在线测量值提供了对结温的估计。
在可以组合的实现模式或另选方案中:
所述方法可以包括扫描所述参数集的各种组合并且选择呈现低于所定义的极限值的误差ε的各种组合的算法。
所述方法可以包括提供足以生成N个方程的方程组的N个在线Von、Ion、Tc、Irms测量值的集合,其中,N大于或等于θelec+θmod的参数数量,并且所述方法可以包括通过求解N个方程的分析计算算法计算未知数θelec。
该方法可以是诸如所估计的参数集跨P个在线测量值的集合最小化所述电气模型和所述损耗/热模型之间的平方误差的总和。
然后,该方法可以包括:
-在没有电力的情况下,在第一次测量期间初始化均匀矢量,
计算、增大和存储在线测量之间的相关时刻;
-将所估计的参数识别为相关时刻的逆矩阵与所述均匀矢量的乘积。
电气模型中的Tj可以是以下形式:
热模型可以是以下形式:
Tjmod=H(Irms)+Tc
其中,T0是参考温度,V0是所述参考温度T0下的Von电压,“a”是Von的温度灵敏度,Tj是电力半导体的管芯温度,H是根据所使用的电力半导体的一般Tjmod方程,Irms是根据Ion估计的,并且Tc被测量。
电气模型可以是在某个Ion下测量的形式Tj=T0+αIon.(Von-V0Ion),该方法包括用于估计电气模型的参数αIon和V0Ion的校准方法,其中αIon是Von对于预定义电流Ion的温度灵敏度,并且V0Ion是在预定义参考温度T0和所述预定义电流Ion处的电压。
可以为N个电流Ioni(i=1:N)和测量值的M个集合定义温度灵敏度,其中,M≥N,并且该方法包括通过最小化由电气模型估计的Tj与由所述热模型估计的Tj之间的误差来识别V0i(i=1:N)。
该方法可以包括使用在相同电流但不同操作条件下的至少两个测量值来估计电压V0,其中,至少两个集合(Von1,Ion1,Tc1,Irms1)和(Von2,Ion2,Tc2,Irms2)被监测为Ion1=Ion2,Tc1=Tc2,和Irms1≠Irms2,其中,参数θelec是Von在电流Ion=Ion1=Ion2和预定义温度值T0下的值V0,并且其中,通过以下协议执行监测:
-检测负载电流等于预定义电流Ion=Ion1的第一时刻,并且保存在该第一时刻的第一Von1;
-至少检测当负载电流等于预定义电流Ion=Ion2=Ion1、外壳温度Tc2=Tc1时的第二时刻,且在该不同时刻的Von不同于在第一时刻测量的Von,并且保存在该第二时刻的第二Von。
电流Ion与针对峰值或RMS电流的已知因子成正比,并且损耗模型被表示为该峰值或RMS电流的函数,该方法可以包括生成至少两个估计,这些估计基于对电气模型和损耗/热模型之间的误差的最小化,并且包括:
-通过至少两次执行选择和使用至少两个集合(Von1,与Irms1成正比的Ion1、Tc1)和(Von2、与Irms2成正比的Ion2,Tc2)的处理,估计针对至少三个电流Ion1、Ion2、Ion3的温度灵敏度,其中,Ion1=Ion2、Irms1=Irms2、并且Tc1≠Tc2;
-通过选择和使用至少三个集合(Von1、与Irms1成正比的Ion1、Tc1)、(Von2、与Irms2成正比的Ion2,Tc2)和(Von3、与Irms3成正比的Ion3、Tc3)来估计在参考温度T0下且针对至少三个电流Ion1、Ion2和Ion3的Von电压Von01、Von02和Von03,其中,Tc1≠Tc2≠Tc3或Irms1≠Irms2≠Irms3。
这可能对应于在不同操作条件下使用三个测量值来估计V0,其中,Von的温度灵敏度:《a》在Von=V0+a.(Tj-T0)中针对N>2个电流被估计,并且其中可以仅测量两个电流并且对结果进行插值以找到N>2个电流。通过对方程V0=H(Ion)的假设(H是线性的),为Von=V0+a.(Tj-T0)中的每个电流估计N《V0》。
在电力半导体开关的静态特性的线性区域中可以选择至少三个电流Ion1、Ion2和Ion3,使得三个点(Von1,Ion1),(Von2,Ion2)和(Von3,Ion3)在相同温度下位于相同的线上。
本公开还涉及一种用于估计电力半导体元件的健康状态的方法,该方法包括在电力半导体模块的寿命中的不同时刻执行的用于估计电力半导体元件的结的参数的所述方法,其中,热模型的参数θmod至少提供表示在所述时刻期间存储的热阻Rth的参数,并且其中,Rth的演变被用于访问电力半导体模块的健康状态。
为了估计电力半导体元件的健康状态,用于估计参数的方法可以在电力半导体模块的寿命中的不同时刻被执行,包括在这些时刻期间存储至少一个参数V0i,以及包括对V0i的演变的考察,以提供电力半导体模块的健康状态的诊断手段。
本公开还涉及一种用于估计半导体元件的结温的方法,该方法包括通过在半导体组件工作的第一时刻执行校准来估计电力半导体元件的结的参数的方法,所述校准包括:在所述第一时刻计算和存储第一参数集θelec0,并且包括在所述其它时刻用所述第一参数集θelec0和Von和Ion在所述其它时刻的在线测量值计算方程Tj=F(Von,Ion,θelec),以估计所述其它时刻的结温。
还可以通过在半导体组件工作的初始时刻执行第一校准,在所述初始时刻计算和存储第一参数集θmod0以及包括利用该参数集以及Von和Ion在所述其它时刻的在线测量值在所述其它时刻计算方程Tj=G(Ion,Tc.θmod)以及在其它时刻估计结温来估计温度。
θmod是参数集(f,g,h,k)。
本公开还涉及一种电力单元,该电力单元包括电力半导体器件、用于感测所述半导体器件的在线Von、Ion和Tc的传感器以及监测单元,其中,监测单元包括用于接收来自所述传感器的测量数据的输入接口、用于实现本公开的方法的储存存储器和计算处理器。
监测单元可以包括测量程序,测量程序在电力半导体的寿命期间根据本公开的方法调度校准和测量操作,以检测所述半导体的潜在破坏Tj值和潜在故障。
附图说明
[图1]
图1是本公开的***的简化示意图。
[图2]
图2是本公开的算法的示意性流程图。
[图3]
图3是本公开的估计过程的示意性流程图。
[图4]
图4是本公开的Tj计算过程的示意性流程图。
具体实施方式
本发明提供了一种用于在电力转换器组件(诸如图1中示意性描述的半导体或半导体模块1)的操作期间获得准确温度值的过程。这种过程包括在一个或更多个电力半导体或半导体模块的在线工作条件期间的一个或更多个校准阶段和测量阶段。
以其最通用的形式,本发明因此包括允许估计诸如电流转换器的电子设备20的电力半导体模块或组件1的劣化和/或温度的校准方法。其应用于诸如IGBT、二极管、或MOSFET的各种电力半导体器件。在MOSFET(即,双向组件)的情况下,温度估计可以在其正向或反向传导(其本身具有高栅极电压或低栅极电压)期间(即,在体二极管的传导期间)执行。该过程基于从来自诸如电流传感器3、电压传感器2和散热器温度传感器4的传感器的关于电力转换器组件1的这种有限数量的信号中获得输入数据10,这些传感器提供输入值Von(电力组件的导通电压)、Ion(这种组件的导通电流)和Tc(将在监测单元5中监测的这种组件的散热器的温度)。监测单元5通过输入接口51(诸如模数接口)接收传感器的信号,监测单元5包括:计算处理器52,诸如DSP、微控制器或微处理器,其进行必要的计算以实现校准和测量方法;储存存储器54,包括但不限于非易失性存储器(诸如ROM、EPROM)和/或诸如SSD的数据储存存储器,用于实现该方法的程序可以位于其中;以及易失性存储器RAM,其中,计算数据可以存储在易失性存储器中。监测单元还可以具有通信接口55,诸如USB、无线电或允许连接显示设备和/或远程监测***的任何其它通信接口。
上述Von例如是电力半导体中的阴极至阳极电压、或漏极至源极电压或集电极至发射极电压、或电力半导体模块中的输入至输出电压。
用于校准的电流Ion不需要独立于导致电力半导体开关中的损耗的峰值或rms负载电流。在监测单元中,计算图2中表示的校准过程100,这种校准过程包括一方面计算电气模型函数13的电气函数的参数,并且另一方面包括计算损耗/热模型12函数的参数以获得两个函数的误差16的最小化。电气函数F是根据方程Tj=F(Von,Ion,θelec)的,该方程在步骤13中被计算并且包括在校准期间需要估计的方程的未知参数集θelec。
热函数为Tjmod=G(Ion,Tc,θmod)并且包含参数集θmod,这些参数也需要在校准期间进行估计。
一旦通过包括误差最小化过程16的校准阶段识别这些参数,其中,未知参数适于在减法步骤17处使误差最小化。在这样的过程中,修改方程F的参数以提供两个模型之间的误差的最小化。
在校准之后,使用θelec和/或θmod参数以在多个后续在线测量中考察Tj温度,直到完成新校准为止。
此外,在电力模块的寿命期间执行多个校准阶段,以便监测θelec和/或θmod参数随时间的演变,并且检测反映电力半导体的劣化的这种参数的异常变化。
为了在校准阶段进行误差的最小化的计算,如图3所述,该过程或方法包括:
-检测稳定操作条件,例如Tc稳定的在线操作条件;
-测量并存储至少一个参数集(Von、Ion、Tc),其中,Ion是通态电压Von对温度敏感的电流;
-通过寻找使由电气模型产生的温度估计Tj与由损耗/热模型产生的另一温度估计Tjmod之间的误差最小化的参数的方法来估计至少一个参数集θelec和至少一个参数θmod;
-存储至少一个参数集θelec和/或θmod。
此外,所计算的结可以被存储以供进一步比较或温度监测或处理,并且被提供给监测单元以供显示或发送至远程监测中心。
检测稳定操作条件
检测稳定操作条件是通过给出值Tc,在高于电力半导体的管芯和外壳温度传感器(如从模块的结构知晓的)之间的电力半导体模块的最高热时间常数的时间间隔期间检测不变的操作条件来执行的。外壳温度传感器可以位于电力半导体模块的基板上,这是最常见的,也可以位于电力半导体模块外部的基板上,或者位于电力半导体模块所热连接到的散热器中。时间常数通常优于0.1s,并且在温度传感器例如感测到水冷散热器的水温的情况下可以达到数百秒。
操作条件由至少Tc本身和经过半导体的电流Irms定义,这表示管芯中的损耗。在交流电的情况下,可以使用rms电流或峰值电流。其它更高级别操作条件(诸如参考电流、参考电压、参考马达速度、参考马达扭矩)也可以被视为提供有价值的操作条件。
测量和存储
通过至少一个Von传感器2、一个电流传感器3和一个外壳温度传感器4执行(Von,Ion,Tc)数据集的测量。在没有物理传感器的情况下,可以使用诸如估计器的虚拟传感器。对于以下估计,不是每个观测到的集合都受关注。因此,测量可能只存储以前未观测到的或被识别为最关注的集合。对于某些应用,具有给定预定义电流Ion的集合可能最受关注,或者显示Von、Tc和/或Irms的显著变化的集合(因为电力半导体中的损耗与Irms相关联)可能是最受关注的。
Ion通常是当电力半导体处于导通状态并获得Von时的某个时刻的负载电流。Ion与Irms相关联。Irms是在DC-DC转换器的情况下的输出DC电流,并且Irms在交流转换器的情况下与转换器的峰值电流有关。
Von传感器可以是文献中介绍的各种类型的。优选实现是使用由电阻器和二极管串联组成R-D钳位电路。当二极管钳位电压时,电阻器在器件截止状态期间限制电流。这种类型的电路具有一定时间延迟,并且通常在电压稳定或准稳定之后对Von进行采样。在准稳定的情况下,将在原位校准期间校正偏移(通常为几mV)。
电气模型
对于已知电流,利用在线数据进行校准的目的可以被概括为估计方程(1)中的值V0和“a”。“a”是温度灵敏度,并且V0是参考温度T0下的电压。方程(1)假设温度灵敏度“a”对于给定电流是恒定的且与温度无关,通常可以假设IGBT就是这种情况。在方程(1)中,V0包括零电流电压和对应于电阻组件中的电压降的电压。
Von=V0+a.(Tj-T0) (1)
方程(1)也可以写成:
在该方程中,要找到的参数θelec是(a,V0):
-“a”,Von在给定电流Ion下的温度灵敏度(单位为mV/℃)。例如,在10A下a=+4mV/℃;
-“V0”,Von在绝对参考温度T0和给定电流Ion下的值。例如,在25℃在10A下V0=1.1V。
电气模型也可以被表示为在某一Ion下测量的Tj=T0+αIon.(Von-V0Ion)。在这种情况下,校准方法估计电气模型的θelec参数αIon和V0Ion,其中,αIon是Von针对预定义电流Ion的温度灵敏度,并且V0Ion是预定义参考温度T0和预定义电流Ion下的电压。
对于诸如IGBT和二极管的一些组件,“a”可以进一步近似为与电流呈线性关系:
a=h.Ion+k (3)
此外,在某些电流区域(也称为电阻区域),对于大多数二极管、IGBT和MOSFET,可以认为V0与电流成线性关系:
V0=f.Ion+g (4)
因此,在几个线性假设下,由电气模型估计的温度方程的一个一般示例是:
在这种情况下,未知θelec参数集变为(f,g,h,k)。
应该注意,在需要更准确的读数的情况下,方程(5)可以用其它方程代替,并且θelec参数将反映这些方程的参数。
根据本公开,参数集θelec然后可以根据所使用的方程的预期精度具有一个或多个参数。
损耗和热模型
有两种方法可以识别损耗。在优选实现中,RMS电流被测量或计算,并且损耗模型使用该值作为变量。
通常,Ion可以是峰值电流、或rms电流、或与峰值或rms电流成正比的值,诸如Ion=P1.Irms或Ion=P2.Ipk,其中,P1和P2通过现有技术的方法已知或可识别。该估计基于具有未知参数θmod的模型方程。
Tjmod的一般方程可以表示为
Tjmod=H(Irms)+Tc (6)
其中,H定义了Irms的函数。
电力半导体的损耗包括开关损耗和传导损耗。当与稳态热模型结合并且表示为仅电流Irms(电流生成损耗,即,平均值或rms、或峰值)、Von和Tc的函数时,所估计的结温Tjmod的表达式的一个示例可以是:
Tjmod=c+d.Irms+e.Irms2+Tc (6a)
Tjmod=c′+d′.Irms+e′.Vonrms.Irms+Tc (6b)
Vonrms是等效Von,它在传导损耗方面具有重要意义,并且通常可以假设它直接从所测量的Von导出。例如,在生成恒定电流的DC-DC转换器的情况下,Vonrms=Von。
可以从Ion估计Irms。
热模型通常使用以每瓦开尔文为单位的热阻Rth表示,使得ΔT=Rth.losses。如果认为损耗与Irms和Vonrms.Irms或Irms2成正比,例如losses=d”.Irms+e”.Irms2,则表达式(6a)、(6b)类似。
根据本公开,参数集θmod然后可以根据所使用的方程的预期精度具有一个或更多个参数。
模型的估计
该估计是本发明的重点,并且由图2介绍。在给定的已知电流Ion和所测量的Von下,它基于将由损耗和热模型提供的温度估计Tjmod与由电气模型Tj=F(Von,Ion,θelec)提供的估计进行比较。
参数集θelec通常允许确定:
Von在给定电流Ion下的温度灵敏度(以mV/℃为单位)。
Von在绝对参考温度和给定电流下的值,例如在25℃在10A下Von=1.1V,如上所述。
根据所使用的方程存储所估计的θelec参数集是必需的,以便随后可以在假设θelec参数保持恒定的情况下,在后续测量中将校准用于过滤(例如,通过平均化)、劣化估计和/或温度估计。
在基于方程(5)和(6a)实现的模式的一个示例中,误差ε因此可以被表示为:
在这种情况下,估计方法估计θelec=(f,g,h,k),T0是预先定义的,并且Von、Irms、Ion和Tc是被测量的。
获得N个(N>到未知的总数)不同集合(Von、Ion、Tc、Irms),生成允许通过最小化ε来估计至少未知θelec的N个方程的方程组。
图2中介绍的最小化算法的一个示例是扫描参数的各种组合,并且选择呈现最低误差ε或当ε低于预定义限制时的组合。当然,基于误差最小化的更详尽方法是可能的。
估计参数的另一种方式是利用分析方法求解N个方程的方程组,其中ε=0(迫零)。为简单起见,以下示例将基于此方法。
利用MMSE进行估计并且减少数据储存
为了模型参数的识别,另一种方法包括使用MMSE(最小均方误差)代替ZF(迫零)。这种方法包括找到模型参数,这些参数跨P个测量值的集合共同最小化2个模型之间的平方误差。
例如,为了简化可计算性和可读性,方程(7)的模型可以被线性化为
线性化模型的参数很容易通过一阶展开=1/k;m=-hk2;n=-fk;o=-gk得到。MMSE包括跨P个测量值找到模型的参数,其最小化这些模型之间的二次误差Ω:
应该注意,参数o,c可以在空闲状态下在参考温度To下被确定,其中,TJ=Tc=To,没有传导/开关损耗
c=0;o=-(IVon0+mVon0Ion0+nIon0)
那么二次误差可以按普遍方式被重写为Ω=∑p≤P(∑jajMj,p-C)2,其中,A是包含模型参数的矢量,Mj,p是测量结果,C是常数。
A=(a1,a2,a3,a4,a5,a6)=(1,d,e,l,m,n)
(M1,p,M2,p,M3,p,M4,p,M5,p,M6,p)
=(Tc,k,Irms,p,Irms,pVrms,p,Von0-Von,p,Von0Ion0
-Von,pIon,p,Ion,0-Ion,p)
C=To
将最优条件重写为矩阵乘积,从中可以识别所期望的参数集:
参数A的确定允许确定方程(7)中的参数。
MMSE方法的益处
该方法不需要存储过去的测量值。只有时刻bjk和数量P需要在每次新测量时被增量更新以获得6x6+1个值。这会大大节省所需的存储空间。
迭代计算非常简单,并且与处理后的测量样本的数量无关。不需要搜索大型测量数据库,这可以大大节省CPU电力。
一旦矩阵B变为非奇异的,就可以估计参数。无需等待特殊操作条件出现(例如相同Ion、不同Tc等)。因此,模型参数的获取更快且更可靠。
Von灵敏度的估计
再次考虑具有上述假设的方程(7),ε=0,并且e很小,可以生成以下内容:
这个简单的示例示出了仅使用两个四元组(quadruple)估计Von在特定电流下的温度灵敏度的可行性。
在实践中,Von的温度灵敏度会影响温差,使得:
Tjmod2-Tjmod1=Tc2-Tc1+e.(Vonrms2-Vonrms1).Irms
=Tc2-Tc1+ε2 (9)
ε2是与(Von2-Von1)成正比的误差。为了提高校准精度,理论上可以对误差ε2进行估计和校正。它需要估计与Von2和Von1相关的传导损耗,这必须估计e,e可以从组件数据表信息提供。
在两个电流值IonA和IonB下测量温度灵敏度“a”允许识别方程(3)的参数h和k。在无法假设(3)的某些情况下,例如,如果“a”随电流以二阶多项式变化,则至少执行使二次误差最小化方法三次允许为任何电流值定义“a”。然后,可以通过使用分析方法或通过拟合估计h和k。
另一个示例是将“a”在某一点的估计与ZTC电流估计的结果(其是参数“a”为空的电流)相结合。ZTC估计方法在现有技术中描述。
在“a”随结温Tj变化的某些情况下,可以第一次执行该方法,然后可以执行V0以进行Tj估计,并且可以相对于所估计的Tj重新实现alfa估计的结果。为了达到令人满意的结果,可能需要多次迭代。
使用相同电流但不同操作条件下的两次测量来估计V0
在该方法中,监测至少2个集合(Von1、Ion1、Tc1、Irms1)和(Von2、Ion2、Tc2、Irms2)。Ion1=Ion2,Tc1=Tc2,并且Irms1≠Irms2,其中,θelec是在电流Ion=Ion1=Ion2和在预定温度值T0下的Von的值V0。
这种方法主要应用于逆变器或PFC,由于电流的正弦波,在不同RMS电流下的操作与在相同测量电流下的测量兼容。
在实践中,使用以下协议执行监测:
-检测负载电流等于预定义电流Ion=Ion1的第一时刻,并且保存在该第一时刻的第一Von1;
-至少检测在负载电流等于预定义电流Ion=Ion2=Ion1、外壳温度Tc2=Tc1并且在该不同时刻的Von不同于在第一时刻测量的Von时的第二时刻,并且保存在该第二时刻的第二Von。
因此,在这种情况下,通过条件Von1≠Von2确保了条件Irms1≠Irms2。
在诸如IGBT和PIN二极管的双极器件的情况下,通常基于以下标准选择预定义电流值:
-Von对电流的低灵敏度;
-Von随着温度的灵敏度;
-低电流有助于在不存在自加热的情况下进行校准并限制互连对Von的贡献。
例如,对于150AIGBT器件,预定义电流值通常介于1.5A(标称额定电流的1%)和15A(标称额定电流的10%)之间。
请注意,条件Ion1=Ion2不是等式的严格定义。例如,Ion1=Ion2±10%是可以接受的。检测负载电流何时等于预定义电流值的标准例如可以是负载电流何时等于预定电流值的预定电流值±10%。因此,可以发生充分检测,并且由于预定义电流值和负载电流值之间的差异而导致的Von的误差被最小化。
示例:
在一个实现中,忽略方程(6)和(7)的参数c和e,假设ε为零,导出以下方程:
假设“a”是先前使用例如先前方法识别的;仅有的未知数是V0和d。由2个四元组生成的两个方程构成一个方程组,该方程组可以被求解以估计这两个参数。
在不同操作条件下使用3个测量来估计V0
该方法包括对于N>2个电流,估计Von的温度灵敏度,方程(1)中的参数“a”。这可以通过在两个电流下测量Von进行,并且对结果进行插值以找到N-2个剩余电流。
每个电流的N《V0》在方程1中被估计,假设方程V0=H(Ion)是线性的。
这允许,关于方程
Von=V0+a.(Tj-T0)
或者
Tj=T0++αIon.(Von-V0Ion)
以针对N个电流Ioni(i=1:N)并且针对测量值的M个集合(其中,M≥N)定义温度灵敏度“a”或“αIon”。然后,通过最小化由电气模型估计的Tj和由所述热模型估计的Tj之间的误差来计算V0i(i=1:N),并且存储V0i或将V0i与参考值进行比较以考察结的可能劣化。
在该方法中,至少监测三个集合(Von1,Ionl,Tc1)、(Von2,Ion2,Tc2)和(Von3,Ion3,Tc3),Ion1≠Ion2≠Ion3,且Tc1≠Tc2≠Tc3。估计半导体元件的结温如下进行,其中,电流Ion与峰值或RMS电流的已知因子成正比,并且损耗模型被表示为该峰值或RMS电流的函数:
-生成基于最小化电气模型和损耗/热模型之间的误差的至少两个估计;
-通过至少两次执行选择和使用至少两个集合(Von1,与Irms1成正比的Ion1、Tc1)和(Von2、与Irms2成正比的Ion2,Tc2)的过程,来估计Von对于至少三个电流Ion1、Ion2、Ion3的温度灵敏度,其中,Ion1=Ion2;Irms1=Irms2且Tc1≠Tc2;
-通过选择和使用至少三个集合(Von1、与Irms1成正比的Ion1、Tc1)、(Von2、与Irms2成正比的Ion2,Tc2)和(Von3、与Irms3成正比的Ion3、Tc3)来估计在参考温度T0下且针对至少三个电流Ion1、Ion2和Ion3的Von电压Von01、Von02和Von03,其中Tc1≠Tc2≠Tc3或Irms1≠Irms2≠Irms3。该方法应用于在不同RMS电流下的操作与在相同测量电流下的测量不兼容的DC/DC转换器,因为在特定操作状态下的恒定DC电流。然而,负载电流应该在足够长的时间内变化并呈现3个不同的值,以实现热稳定。
示例:
在下面的示例中,使用在参考温度T0(4)下的线性静态特性曲线的假设。换言之,对于参考温度T0,在三个电流Ion1、Ion2和Ion3下测量的三个Von值将位于V(I)图表上的一条线上。这转化为以下方程:
Von01(Ion2-Ion3)+Von02(Ion3-Ion1)+Von03(Ion1-Ion2)=0 (12)
Von01是参考温度T0和电流Ion1下的Von,Von02是参考温度T0和电流Ion2下的Von,Von03是参考温度T0和电流Ion3下的Von。
这假设静态曲线中有电阻区域,该区域通常出现在MOSFET上,并且在足够高的电流下也出现在IGBT和二极管上。如果这种关系更复杂并且可以用更高阶多项式表示,则必须执行更多测量以识别额外的未知数。
现在将Von的温度灵敏度表示为在(1)中处于三个不同电流值:
Von01=Von1-a1(Ti1-T0)
Von02=Von2-a2(Tj2-T0)
Von03=Von3-a3(Tj3-T0) (13)
例如,al、a2和a3可以通过前面介绍的方法找到。
在Ion=Irms的DC/DC转换器的情况下,假设热模型的线性(即,方程(6)和(7)的参数c和e被忽略),可以表示以下3个方程:
Tj1-Tc=d*Irms1
Tj2-Tc=d*Irms2
Tj3-Tc=d*Irms3 (14)
求解7个未知数(Von01,Von02,Von03,Tj1,Tj2,Tj3,d)和7个方程(11)-(13)的方程组,参数d可以表示为:
因此,对于三个电流Ion1、Ion2和Ion3,可以使用(13)估计温度Tj1、Tj2和Tj3,并且可以使用(12)估计在参考温度T0下的电压Von01、Von02和Von03。
实际上,等温静态特性不一定是线性的。在某些情况下,例如对于某些IGBT,它可以以低电力形式在操作区域中以最小误差表示,诸如:
Von0(I)=a.Iα+b (15’)
例如,附加参数α可以通过预先校准来确定。
此外,如果零电流下的温度增加c不可忽略,但是从先前校准中已知,可以很容易地将其结合到(14)的定义中。
总体而言,为了表明所提出的实现仅是更通用方法的一个示例的目的,(14)可以通过添加α和c表示如下:
其中,Von1、Von2、Von3出于呈现原因被有意替换为V1、V2、V3。
劣化的估计
所计算的参数容易随着电力半导体模块的老化而演变。例如,顶部金属化或顶部互连(例如引线键合)或底部互连(例如,焊料)的劣化可能会改变提供误差的最小化的参数θelec和/或θmod。半导体管芯的劣化(诸如栅极氧化层劣化)或电池钝化也可能导致参数θelec和/或θmod的演变。
例如,在(1)的简化示例中,由于(4)中的f的增大,大电流下的V0可能会随着引线键合剥离而变化。例如,在方程(6a)的示例中,c、d和e可能会随着焊料劣化而变化,已知这会影响热路径。
将初始存储的θelec和/或θmod数据与贯穿半导体寿命的θelec和/或θmod数据进行比较允许在变化超过特定限制时提供警告。
温度的估计:
根据图4,图3的校准方法100被用于获取在监测期间在第一时刻200的校准数据θelec和参数集。该参数集和在另一时刻220的Von和Ion的在线测量值连同方程Tj=F(Von,Ion,θelec)被用于估计所述另一时刻的结温Tj。诸如计时器或kWh计数器的计数器210在电力组件的寿命期间启动进一步重新校准和新的测量过程。
这些测量可以在存储过去值并且将其与实际值进行比较的监测单元5中进行,或者在存储多个单元的数据并为这些单元提供维护警告的监测中心中远程进行。
本发明的应用可以是风力涡轮机电流转换器或用于诸如在电动车辆中使用的马达或发生器的任何其它高电力电压或电流转换器。
Claims (18)
1.一种用于估计电力半导体元件的结的参数的方法,所述方法包括以下步骤:
-通过测量与半导体模块有关的Von、Ion、Tc来检测至少一个稳定在线操作条件,其中,Ion是所述半导体的通态电压Von对温度敏感的电流,并且Tc是所述半导体元件的外壳的温度;
-测量并且存储至少一个稳定操作条件的至少一个参数集Von、Ion、Tc;
-在计算单元中,提供用于使包括第一未知参数集θelec的电气模型Tj=F(Von,Ion,θelec)的结温估计Tj与包括第二未知参数集θmod的损耗/热模型Tjmod=G(Ion,Tc,θmod)的另一结温估计Tjmod之间的误差最小化的计算,并且获得提供所述误差的最小化的至少一个参数集θmod和至少一个参数集θelec;
-为所计算的Tj的值提供所计算的参数集θelec和/或θmod以及所测量的Von、Ion、Tc中的至少一个;
-存储至少一个参数集θelec和/或θmod和/或Tj。
2.根据权利要求1所述的用于估计电力半导体元件的结的参数的方法,其中,所述最小化包括扫描所述参数集的各种组合并且选择呈现低于定义的极限值的误差ε的组合的算法。
3.根据权利要求1所述的用于估计电力半导体元件的结的参数的方法,所述方法包括提供足以生成N个方程的方程组的N个在线Von、Ion、Tc、Irms测量值的集合,其中,N大于或等于θelec+θmod的参数的数量,并且包括通过求解所述N个方程的分析计算算法来计算未知数θelec。
4.根据权利要求1所述的用于估计电力半导体元件的结的参数的方法,其中,所估计的参数集在P个在线测量值的集合中将所述电气模型和所述损耗/热模型之间的平方误差的总和最小化。
5.根据权利要求4所述的用于估计电力半导体元件的结的参数的方法,所述方法还包括以下步骤:
-在没有电源的情况下在第一次测量期间将均匀矢量初始化,
计算、增大并且存储所述在线测量值之间的相关时刻;
-将所估计的参数识别为所述相关时刻的逆矩阵与所述均匀矢量的乘积。
7.根据权利要求1至5中任一项所述的用于估计电力半导体元件的结的参数的方法,其中,所述电气模型为在特定Ion下测量的Tj=T0+αIon.(Von-V0Ion)的形式,所述方法包括根据权利要求2至4中任一项所述的校准方法之一以估计所述电气模型的参数αIon和V0Ion,其中,αIon是Von对于预定义电流Ion的温度灵敏度,并且V0Ion是预定义参考温度T0和所述预定义电流Ion下的电压。
8.根据权利要求6或7所述的用于估计电力半导体元件的结的参数的方法,其中,对于N个电流Ioni(i=1:N)并且对于测量值的M个集合定义温度灵敏度,其中,M≥N,并且其中,所述方法包括通过将由所述电气模型估计的Tj和由所述热模型估计的Tj之间的误差最小化来识别V0i(i=1:N)。
9.根据前述权利要求中任一项所述的用于估计电力半导体元件的结的参数的方法,所述方法包括以下步骤:使用在相同电流但不同操作条件下的至少两个测量值来估计电压V0,其中,监测至少两个集合(Von1,Ion1,Tc1,Irms1)和(Von2,Ion2,Tc2,Irms2),其中Ion1=Ion2,Tc1=Tc2和Irms1≠Irms2,并且其中,θelec的参数是Von在电流Ion=Ion1=Ion2下并且在预定义温度值T0下的值V0,其中,使用以下协议执行所述监测:
-检测负载电流等于所述预定义电流Ion=Ion1的第一时刻,并且保存在该第一时刻的第一Von1;
-至少检测当负载电流等于所述预定义电流Ion=Ion2=Ionl、所述外壳温度Tc2=Tc1时的第二时刻,并且在该不同时刻的Von不同于在所述第一时刻测量的Von,并且保存在所述第二时刻的第二Von。
10.根据权利要求9所述的用于估计电力半导体元件的结的参数的方法,其中,所述电流Ion与对于峰值或RMS电流已知的因子成正比,并且损耗模型被表示为该峰值或RMS电流的函数,所述方法包括以下步骤:生成至少两个估计,所述至少两个估计基于所述电气模型和所述损耗/热模型之间的误差的最小化,并且所述方法包括以下步骤:
-通过执行选择和使用至少两个集合(Von1、与Irms1成正比的Ion1、Tc1)和(Von2、与Irms2成正比的Ion2,Tc2)的过程至少两次,针对至少三个电流Ion1、Ion2、Ion3估计Von的温度灵敏度,其中,Ion1=Ion2;Irms1=Irms2,并且Tc1≠Tc2;
-通过选择和使用至少三个集合(Von1、与Irms1成正比的Ion1、Tc1)、(Von2、与Irms2成正比的Ion2、Tc2)和(Von3,与Irms3成正比的Ion3,Tc3)来估计所述参考温度T0和至少三个电流Ion1、Ion2和Ion3下的Von电压Von01、Von02和Von03,其中,Tc1≠Tc2≠Tc3或Irms1≠Irms2≠Irms3。
11.根据权利要求10所述的用于估计电力半导体元件的结的参数的方法,其中,在所述电力半导体开关的静态特性的线性区域内进一步选择所述至少三个电流Ion1、Ion2和Ion3,使得相同温度下的三个点(Von01,Ion1)、(Von02,Ion2)和(Von03,Ion3)位于相同的线上。
12.一种用于估计电力半导体元件的健康状态的方法,所述方法包括根据权利要求1至11中任一项所述的用于估计电力半导体元件的结的参数的方法,其中,所述方法在所述电力半导体模块的寿命中的不同时刻执行,其中,所述热模型的参数θmod至少提供表示在所述时刻期间存储的热阻Rth的参数,并且其中,Rth的演变被用于访问所述电力半导体模块的健康状态。
13.一种用于估计电力半导体元件的健康状态的方法,所述方法包括根据权利要求1至11中任一项所述的用于估计电力半导体元件的结的参数的方法,其中,在所述电力半导体模块的寿命中的不同时刻执行用于估计参数的所述方法,所述方法包括存储在这些时刻期间的至少一个参数V0i,并且所述方法包括考察V0i的演变以提供所述电力半导体模块的健康状态的诊断手段。
14.一种用于估计半导体元件的结温的方法,所述方法包括根据权利要求1至11中任一项所述的用于估计电力半导体元件的结的参数的方法,所述方法包括在所述半导体组件工作的第一时刻执行校准,所述校准包括在所述第一时刻计算并且存储第一参数集θelec0并且包括在其它时刻利用所述第一参数集θelec0和在所述其它时刻的Von和Ion的在线测量值计算方程Tj=F(Von,Ion,θelec),以估计在所述其它时刻的所述结温。
15.一种用于估计根据权利要求1至11中任一项所述的半导体元件的结温的方法,所述方法包括在所述半导体元件工作的初始时刻执行第一校准,计算并且存储在所述初始时刻的第一参数集θmod0,并且包括在其它时刻利用该参数集以及在所述其它时刻的Von和Ion的在线测量值计算方程Tj=G(Ion,Tc,θmod),并且估计在所述其它时刻的所述结温。
17.一种电力单元,所述电力单元包括电力半导体器件、用于感测所述半导体器件的在线Von、Ion和Tc的传感器以及监测单元,其中,所述监测单元包括用于从所述传感器接收测量数据的输入接口、用于实现前述权利要求中任一项的方法的储存存储器和计算处理器。
18.根据权利要求17所述的电力单元,其中,所述监测单元包括测量程序,所述测量程序在电力半导体的寿命期间根据权利要求1至16中任一项所述的方法调度校准和测量操作,以检测所述半导体的潜在破坏Tj值和潜在故障。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19306719.6A EP3839528B1 (en) | 2019-12-20 | 2019-12-20 | Method for estimating parameters of a junction of a power semi-conductor and monitoring system for implementing said method |
EP19306719.6 | 2019-12-20 | ||
PCT/JP2020/040733 WO2021124707A1 (en) | 2019-12-20 | 2020-10-23 | Method for estimating parameters of a junction of a power semi-conductor element and power unit |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114829956A true CN114829956A (zh) | 2022-07-29 |
Family
ID=69185220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080086872.8A Pending CN114829956A (zh) | 2019-12-20 | 2020-10-23 | 用于估计电力半导体元件的结的参数的方法和电力单元 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230003586A1 (zh) |
EP (1) | EP3839528B1 (zh) |
JP (1) | JP7262678B2 (zh) |
CN (1) | CN114829956A (zh) |
WO (1) | WO2021124707A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7380062B2 (ja) * | 2019-10-18 | 2023-11-15 | 富士電機株式会社 | 半導体モジュール |
US11824474B2 (en) * | 2020-11-23 | 2023-11-21 | Hamilton Sundstrand Corporation | Motor drive electronics using thermoelectric material |
US11889246B1 (en) | 2022-07-05 | 2024-01-30 | Infineon Technologies Ag | Electronic device and electronic system that receives and processes telemetry information |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3963175B2 (ja) * | 2004-03-19 | 2007-08-22 | 日産自動車株式会社 | 温度検出装置および温度検出用プログラム |
JP2009113676A (ja) * | 2007-11-07 | 2009-05-28 | Nsk Ltd | 電動パワーステアリング装置 |
EP2318817A4 (en) * | 2008-07-25 | 2015-09-23 | Delphi Tech Inc | CURRENT AND TEMPERATURE DETECTION OF STANDARD FIELD EFFECT TRANSISTORS |
EP3203250B1 (en) * | 2016-02-03 | 2023-05-24 | Mitsubishi Electric R&D Centre Europe B.V. | Method and device for estimating a level of damage or a lifetime expectation of a power semiconductor module |
EP3492935B1 (en) * | 2017-12-01 | 2021-08-11 | Mitsubishi Electric R&D Centre Europe B.V. | Health monitoring of power semiconductor device |
EP3531146B1 (en) * | 2018-02-27 | 2023-03-08 | Mitsubishi Electric R&D Centre Europe B.V. | Wire-bonded power semi-conductor module monitoring |
-
2019
- 2019-12-20 EP EP19306719.6A patent/EP3839528B1/en active Active
-
2020
- 2020-10-23 JP JP2022541105A patent/JP7262678B2/ja active Active
- 2020-10-23 US US17/781,220 patent/US20230003586A1/en active Pending
- 2020-10-23 WO PCT/JP2020/040733 patent/WO2021124707A1/en active Application Filing
- 2020-10-23 CN CN202080086872.8A patent/CN114829956A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP7262678B2 (ja) | 2023-04-21 |
EP3839528B1 (en) | 2023-08-30 |
US20230003586A1 (en) | 2023-01-05 |
JP2022547236A (ja) | 2022-11-10 |
EP3839528A1 (en) | 2021-06-23 |
WO2021124707A1 (en) | 2021-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114829956A (zh) | 用于估计电力半导体元件的结的参数的方法和电力单元 | |
US20190377023A1 (en) | Real-time online prediction method for dynamic junction temperature of semiconductor power device | |
US10495519B2 (en) | Temperature estimation in power semiconductor device in electric drive system | |
CN111505475B (zh) | 一种功率半导体模块电热模型参数的标定方法及装置 | |
US11320321B2 (en) | Determining a characteristic temperature of an electric or electronic system | |
CN109490739B (zh) | 对绝缘栅双极型晶体管模块的结温进行在线估算的方法及模块 | |
CN112287510A (zh) | 用于对热电路进行建模的***和方法 | |
KR101531018B1 (ko) | 전력반도체소자의 불량 예측 방법 | |
CN110446910A (zh) | 多晶片温度控制装置及用于控制多晶片功率模块的温度的方法 | |
US11262248B2 (en) | Analyzing an operation of a power semiconductor device | |
US20230096094A1 (en) | Analyzing an operation of a power semiconductor device | |
Stella et al. | E-Drive SiC MOSFET Inverter with Self Calibrating VON-based Junction Temperature Estimator | |
Bryant | Simplifying the calibration of on-state voltage drop for online junction temperature estimation in an industrial context | |
JP2016116411A (ja) | 半導体装置の異常検出方法 | |
Pescetto et al. | Self-Calibration Technique for Junction Temperature Estimation of SiC MOSFET Inverters Loaded with Synchronous Reluctance Motors | |
US20230349975A1 (en) | Method and device for monitoring a plurality of parallel-connected semiconductor switches | |
Wang et al. | Investigation of Threshold Voltage Mismatch on Junction Temperature Estimation for Multichip SiC MOSFET Power Modules | |
Asoodar et al. | Accurate ON-State Resistance Extraction for Online Condition Monitoring of Semiconductor Devices Under Noisy Conditions | |
JPWO2020058435A5 (zh) | ||
Gregorio et al. | Junction Temperature Estimation via Plug-in System for the Design Validation of IGBT Industrial Power Converters | |
CN117991020A (zh) | 逆变器死区补偿时间的标定方法、装置及介质、电子设备 | |
Roşu et al. | Non-invasive IGBT power loss model identification in two-level voltage source converters | |
CN116735030A (zh) | 用于确定igbt驱动器的温度的方法 | |
CN118244075A (zh) | 一种变流器功率模块结温在线准确获取方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |