找到 2 条结果
基于卷积神经网络的功率器件结温监测
Junction Temperature Monitoring of Power Devices Using Convolutional Neural Networks
Zhiliang Xu · Huimin Wang · Xinglai Ge · Yichi Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年3月
基于温度敏感电参数（TSEP）的方法能够实现功率器件结温的精确监测（JTM）。然而，大多数温度敏感电参数易受负载电流和器件老化的影响而产生误差，从而降低了结温监测的准确性。为解决这一问题，本文提出了一种基于卷积神经网络（CNN）模型的结温监测方法，以应对这两个因素带来的不利影响。在该方法中，选择开通集电极电流（$I_{C}$）作为温度敏感电参数，并通过数学模型深入分析了开通集电极电流的温度特性。此外，通过大量双脉冲测试全面研究了开通集电极电流的参数相关性。考虑到实际中负载电流影响显著且频繁变化的...
解读: 该CNN结温监测技术对阳光电源功率器件热管理具有重要应用价值。可直接应用于ST系列储能变流器和SG系列光伏逆变器的SiC/GaN功率模块，通过实时监测IGBT/MOSFET结温实现预测性维护。相比传统TSEP方法，CNN自动特征提取克服了非线性补偿难题，无需额外传感电路即可从开关波形获取温度信息，适...
考虑热耦合效应的键合线脱落与芯片焊接焊料老化的失效机理研究
Failure Mechanism Investigations of Bond Wires Lifting-Off and Die-Attach Solder Aging Considering the Thermal Coupling Effects
Xinglai Ge · Ken Chen · Huimin Wang · Zhiliang Xu 等5人 · IEEE Transactions on Power Electronics · 2024年8月
失效机理研究（FMI）对于功率模块的可靠性评估至关重要，因此在功率变换器领域备受关注。然而，由热耦合效应（TCEs）导致的复杂失效模式使得明确失效机理变得困难。为解决这一问题，本文针对键合线抬起和芯片焊接层老化开展了失效机理研究，其中仔细考虑了热耦合效应，从而提供了准确的机理分析。在本次失效机理研究中，借助功率循环试验，分析了热耦合效应对失效模式和结温分布的影响。然后，基于有限元模型，对存在热耦合效应时的失效模式进行了全面的机理阐释。结果表明，热耦合效应能够改变芯片表面和芯片焊接层的温度分布均匀...
解读: 作为全球领先的光伏逆变器和储能系统供应商，阳光电源产品的核心功率模块长期工作在高温、高频、大电流的苛刻环境中，其可靠性直接影响系统的全生命周期表现。本论文针对功率模块中键合线脱落和芯片焊层老化的失效机理研究，特别是对热耦合效应的深入分析，为我们提升产品可靠性设计能力提供了重要理论支撑。 从业务价值...