基于红外测试和数值模拟的功率半导体器件IGBT热机械性能分析

来源 :北京工业大学 | 被引量 : 2次 | 上传用户:jialifish
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电能是世界上最重要的能源之一。从电网得到的工频电能需要经过转换,才能满足千变万化的用电装置的需要。绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)由于具有输入阻抗高、开关速度快、电流密度大、饱和压降低、电流处理能力强等优点,是实现电能转换和控制的最先进的电力电子器件。大功率IGBT模块往往工作在高开关频率和大电流的条件下,这使得IGBT芯片具有很大的功率损耗,造成芯片结温的上升。温度对IGBT的可靠性具有较大影响,一方面,高温会直接烧毁IGBT芯片,造成器件的失效;另一方面,由于IGBT模块内不同材料的热膨胀系数不同,波动的温度会使各层之间产生热应力,热应力的反复冲击将引发裂纹的产生和扩展,最终导致器件的失效。因此,研究功率半导体器件IGBT的热机械性能,对于提高IGBT模块的可靠性具有重要意义。本文采用实验和数值模拟相结合的方法,对功率半导体器件IGBT模块的热机械性能进行了详细的分析,研究内容如下:(1)搭建功率循环实验平台,进行功率循环实验。本文分别设计了直流(Direct Current,DC)功率循环实验和脉宽调制(Pulse Width Modulation,PWM)功率循环实验的主电路,根据IGBT模块的功率等级和实验原理,搭建了功率循环实验平台,进行了不同工况下的DC功率循环实验和PWM功率循环实验。实验过程中对IGBT模块的特征参量如饱和压降、壳温、集电极电流进行监测。(2)测量不同实验条件下IGBT模块的温度场。基于红外热成像仪的外部信号触发拍摄功能,采用同步测温法、变积分时间测温法、延迟测温法,对IGBT模块在不同工况下的温度场进行了观测。通过对不同实验条件下的测温结果进行对比分析,发现DC实验和PWM实验条件下,芯片结温的分布、结温上升速率、结温波动范围均有较大差别。通过改变红外热成像仪拍摄的积分时间,测得了IGBT模块高频开关状态下一次开通关断对芯片结温的影响。(3)进行电-热-机械有限元数值模拟,研究结温变化对IGBT模块应力的影响。首先进行电-热分析,结合实验测量结果,将IGBT模块的开关功率损耗考虑进去,获得了DC实验条件下和PWM实验条件下模块的电流密度分布和温度场。然后,在电-热分析的基础上,进行了热-机械分析,得到了不同工况下IGBT芯片的应力分布和键合点应力变化过程。结果表明,Al键合线的最大应力出现在键合点端部,芯片结温的变化会导致应力的波动,应力值的变化与芯片结温的变化是同步的。当芯片结温升高时,键合点应力会急剧增大。
其他文献
幼年动物长时间或反复接受全身麻醉可引起中枢神经系统神经元的广泛凋亡,尽管有研究提示全麻药的这一神经毒性作用可能与其抑制发育期,特别是突触形成高峰期神经网络的电活动
随着互联网技术的不断进步与发展,网络购物平台的用户数量与日俱增。在众多可供浏览与购买的在线商品中服装占据了较大比例与营收份额。在此背景下,如何高效地检索、推荐在线
人体参数测量在服装定制、人机工程学等诸多其它领域有着较为广泛的应用。传统的人体参数测量方法有测量过程所需时间较长、测量的准确度依赖人的经验水平等不足之处。近年来
随着互联网与社会经济的快速发展,人们的生活方式和消费习惯发生了深刻的变化,越来越多的人选择购买汽车,并在相关汽车评论网站如太平洋汽车网上发表自己的购车体验和产品的
随着信息时代的到来,人们可以通过各种设备接收和发送数据,给日常生活带来了便利。但与此同时,信息安全问题也接踵而来,加密技术受到了人们的关注。混沌系统具有对初始值敏感
不同生物体之间脑-脑信息传递,近年来受到了高度关注,但具体实验范式和信息传递的方式还有待深入研究。本文以鸽子为模式动物,以与视觉感知相关的视顶盖区(Optic Tectum,OT)
研究背景:骨折术后内固定物相关感染是骨科医生所面临的严峻挑战之一。研究目的:评价载庆大霉素-PDLLA涂层克氏针缓释系统的局部抑菌效果、体内药物释放规律、生物相容性及其
目标检测问题是计算机视觉领域重要的研究问题之一,经过了数十年的发展,尤其是近年来深度学习的兴起,目标检测算法的效果不断提升,其鲁棒性也是越来越强。目前目标检测问题是
多移动机器人调度系统是移动机器人应用领域的重点研究方向。作为最常见的移动机器人群体应用形式,多移动机器人调度系统通过调度移动机器人群体,可以完成高复杂度的单个或者
前列腺疾病实际临床诊断情况中,社区基层医生经验不足很可能出现误诊;大型中心医院病人医学影像数据量大,导致医师读片工作量过重。自2012年以来,基于大数据集的深度卷积神经