以IGBT为代表的功率半导体器件与其它常规半导体器件相比,承载的功率更高,工作过程中发热量巨大。半导体器件只有在一定的温度范围内才能保证器件的正常工作,器件结温超出正常温度范围时可能会带来安全问题,因此需要寻找一种能够实时在线监测器件结温的方法,一方面能够及时监测结温,便于在结温超出正常温度范围前对结温加以控制,另一方面也可以提高结温控制的精度,为器件的可靠性试验服务。现有的结温监控手段多为开关式方法,需要在大电流与小电流之间切换,切换瞬间会带来难以避免的温差问题。本文以IGBT为研究对象,探究一种非开关式监测IGBT结温的方法,并将结温预测方法应用于功率循环试验中的结温控制,为IGBT的可靠性研究提供一种新的方案。本文选取大电流下的饱和压降作为温敏参数,搭建了适合大电流测试条件的IGBT结温在线监测系统,自动获取结温、集电极电流与饱和压降之间的关系数据,基于半导体物理理论分析了所获得的结温、饱和压降与集电极电流关系数据,利用多项式拟合的方法建立了结温预测模型并分析了模型的预测误差,通过物理接触法的方法验证了模型的正确性,同时将神经网络模型引入结温预测建模,选取BP神经网络和RBF神经网络分别建立结温预测模型,模型的误差分析验证了神经网络在IGBT结温预测领域的可行性,同时也对多项式模型和神经网络模型的预测效果进行了统计学方面的评价。参考功率循环标准设计和搭建了IGBT功率循环系统,将结温预测模型应用于功率循环时的结温控制,采用有限元仿真的方法设计了合适的热沉,用于功率循环时散热,对不同结构的热沉进行了热仿真,从中筛选了散热效果最好的热沉。提出了与所搭建的功率循环系统对应的软件方案,最后提出了IGBT功率循环之后的寿命预测方案。