IGBT是轨道交通、电动汽车驱动等系统中电能转换的关键器件。然而,IGBT在工作过程中会产生疲劳损伤现象,其疲劳损伤累积会加速IGBT老化。IGBT老化不仅会降低其工作性能,甚至会诱发IGBT所在系统的安全问题,而老化参数可以准确反映IGBT的老化状态,因此研究IGBT老化参数有助于评估IGBT的健康状态及预测其剩余寿命。依据精准的IGBT健康状态评估及剩余寿命预测结果及时更换IGBT,可显著提高IGBT所在系统的运行可靠性。为此,论文围绕IGBT健康状态评估及其剩余寿命预测等方面开展研究。具体研究内容如下:（1）分析了IGBT的工作特性、失效机理和老化过程,并选取了用于IGBT健康状态评估的老化参数,含结壳热阻、结温Tj、饱和压降Vce（sat）和集电极电流Ic,以及用于IGBT剩余寿命预测的老化参数,即饱和压降。（2）为分析IGBT老化参数与其健康状态的相关性,建立了IGBT老化参数集(Tj,Vce（sat）,Ic)与健康状态等级之间的映射关系。首先,通过IGBT加速老化试验,获取IGBT老化参数试验数据。其次,基于老化试验数据分析,发现老化循环次数可由老化参数集(Tj,Vce（sat）,Ic)表示;老化循环次数与结壳热阻值呈现指数的关系。随后,以结壳热阻的退化程度表征IGBT的健康状态,并将IGBT健康状态划分为“健康”、“亚健康”和“失效”三个等级。最后,基于老化参数集、老化循环次数、结壳热阻和IGBT健康状态等级四者的关系,建立了IGBT的老化参数集与其健康状态等级间的映射。（3）为了合理评估IGBT的健康状态,构建了一种利用改进型径流流向算法（IFDA）优化极限学习机（ELM）的模型,即IFDA-ELM模型,该模型以IGBT老化参数集为输入,以老化循环次数cycle为输出,并借助cycle建立IGBT老化参数集与健康状态等级间的关联。在模型构建过程中,提出一种改进型径流流向算法（IFDA）,并将其用于优化ELM的随机权值和阈值。首先,采用佳点集法则、莱维飞行策略等对径流流向算法（FDA）进行改进,据此得到了IFDA。其次,通过IFDA优选ELM的随机参数,以提高ELM对IGBT健康状态的评估效果。最后,基于先前获取的老化试验数据,采用提出的IFDA-ELM模型对IGBT健康状态进行评估。结果表明,IFDA-ELM的决定系数R~2为0.9728,优于对比模型,验证了所提评估模型的有效性。（4）针对IGBT剩余寿命预测问题,将饱和压降作为表征IGBT剩余寿命的参量,并利用提出的IFDA-ELM模型来预测IGBT的剩余寿命。首先,基于加速老化试验获取的饱和压降数据,利用小波降噪对数据进行预处理,以消除饱和压降序列中的噪声信号,进而降低序列的波动性。其次,利用IFDA-ELM并以饱和压降为输入来获得IGBT的剩余寿命预测值。最后,在三个案例中将获得的预测值与实际值比较。结果显示,相比于其他模型,IFDA-ELM模型获得的预测值与实际值的拟合程度较高,在算例1和算例2中决定系数R~2均达到了0.99以上,验证了IFDA-ELM模型在IGBT剩余寿命预测方面的有效性及稳定性。