← 返回
基于热流的多芯片功率模块状态监测：一种两阶段神经网络方法
Heat-Flux-Based Condition Monitoring of Multichip Power Modules Using a Two-Stage Neural Network
| 作者 | Borong Hu · Zedong Hu · Li Ran · Chong Ng · Chunjiang Jia · Paul McKeever · Peter J. Tavner · Chi Zhang · Huaping Jiang · Philip A. Mawby |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2021年7月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 功率模块 可靠性分析 故障诊断 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 功率半导体 多芯片功率模块 状态监测 芯片焊接层 神经网络 热管理 故障检测 |
语言:
中文摘要
针对多芯片功率模块中芯片并联导致的电流不均及焊料层退化问题，本文提出一种基于热流的状态监测方法。通过两阶段神经网络，实现对多芯片模块内部焊料层退化程度的早期检测，克服了仅依靠温度监测在电流分配分析上的局限性，提升了功率模块的可靠性评估精度。
English Abstract
Power semiconductor chips are paralleled in modules to increase current rating. Under thermo-mechanical stresses in service, the die-attach solder layers will gradually develop into different levels of degradation. Early fault detection requires to monitor the occurrence of such an uneven degradation pattern. Internal temperature differences only slightly affect the current sharing between chips, ...
S
SunView 深度解读
该技术对阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan/PowerStack储能系统）具有极高的应用价值。功率模块是上述产品的核心组件，其焊料层老化直接影响设备寿命。通过引入基于热流的机器学习监测算法，阳光电源可提升iSolarCloud智能运维平台的预测性维护能力，在故障发生前识别模块退化，从而降低现场运维成本，提升大型地面电站及储能系统的全生命周期可靠性。建议研发团队将其集成至功率模块驱动板，作为下一代高可靠性逆变器/PCS的健康管理功能。