湖南大学刘平、李海鹏 等：基于内置温度传感器的碳化硅功率模块结温在线提取方法
中国电工技术学会活动专区
CES Conference
作者介绍
刘平，湖南大学电气与信息工程学院副教授，博士生导师。主要研究方向为电动车辆高性能电力电子变换与电机驱动控制等。
2001~2013年重庆大学电气工程专业本-硕-博学习，2012年香港理工大学助理研究员，2013~2014年赴加拿大Mcmaster大学Ali Emadi教授团队从事博士后研究，2014年回国入职湖南大学电气工程学院。2017年入选国家与湖南大学合作项目作以青年骨干教师公派赴丹麦奥尔堡大学Frede Blabbjerg教授团队研修。担任国家自然科学基金通讯评审专家、IEEE PES中国区电动汽车技术委员会委员“IEEE PES Electric Vehicle Satellite Committee-China” 、IEEE高级会员、中国电工技术学会高级会员等。
在国内外重要学术期刊和会议上发表学术论文60余篇，论文被SCI/EI收录近40篇，第1发明人申请发明专利30余项（已授权18项），获得软件著作权5项，实用新型1项，编著教材1本。主持国家自然科学基金项目、湖南省战略性新兴产业科技攻关与重大科技成果转化项目、中国博士后基金面上项目等；参与国家重点研发计划、国家自然科学基金面上项目等10项。研究工作于2020年10月18日在《光明日报》第5版报道，研究成果获2020年中国发明创业·创新奖一等奖、2020年湖南省科学技术进步一等奖、IEEE 优秀论文奖等。
SiC MOSFET面临着严峻的可靠性考验，而结温的在线准确提取是实现器件寿命预测和可靠性评估的重要基础。该文提出一种基于功率模块内置负温度系数(NTC)温度传感器的器件结温在线提取方法，为器件结温在线提取提供了新的技术方案。有限元仿真对比和实验结果表明，所提出的结温在线估计方法具有较高的精度，且热网络模型参数不易受环境温度、散热条件等边界条件变化的影响，适用于功率模块结温的长时间在线观测。
项目研究背景
碳化硅(SiC) MOSFET已逐步应用于电动汽车、轨道交通等领域，其健康管理和可靠性评估越来越受到学术界和工业界的关注。由电力电子系统可靠性调研报告可知，电力电子变流器中约有34%的失效是由功率器件引起，其中由热应力引起的器件失效占比更是高达55%。而SiC功率模块具有高功率密度、封装紧凑和耐高温等特点，其运行结温更高且结温波动更大。
由于功率模块的芯片都封装在模块内部，难以直接观测，实现SiC功率模块结温的在线检测已成为功率器件应用研究的热点与难点。
现有大功率模块基本都内置了NTC热敏电阻，但由于绝缘问题，NTC并不能不能直接准确反映器件结温，通常用于过载过温保护。目前仅有几篇文献研究基于内置温度传感器实现结温提取，但未考虑热耦合效应，且也未对散热条件和环境温度等边界条件对热网络模型的影响进行分析。
论文所解决的问题及意义
由于SiC功率模块运行温度高且温度波动大，对SiC功率模块可靠性提出了更高的要求。器件结温的精准在线提取测是其寿命预测、健康管理和可靠性评估的基础。因此，器件结温的精准在线提取对于提升SiC功率模块运行可靠性和寿命具有重要意义。
论文方法及创新点
该文建立考虑热耦合效应的内置NTC传感器至功率芯片的热网络模型，通过有限元仿真提取热网络模型参数，结合NTC热敏电阻和SiC MOSFET的实时损耗计算实现了对SiC MOSFET功率模块内部芯片结温的在线计算。
该文的创新之处在于，提出一种以NTC传感器温度为参考点，同时考虑热耦合响应的新型热网络模型，简化了包含参数易发生变化的底部物理层的传统热网络模型。对环境温度、散热器工作条件变化、导热硅脂层老化等影响因素不敏感，具有稳定性，适用于功率模块结温的非侵入性长时间在线观测。
图1 简化后的等效热模型
图2 结温热观测实验平台
图3 150rpm，10Nm工况曲线对比
图4 750rpm 15Nm工况的结温对比
结论
论文提出了一种基于模块内置温度传感器的结温在线提取方法。仿真与实验结果的比较表明，该方法具有以下优点：
1）非侵入性测量，损耗计算和结温估计方法非常容易实现在线集成，能够快速、准确、可靠地测量功率模块的平均结温和波动值；
2）新型热网络模型的热阻抗参数对环境温度、散热器工作条件变化、导热硅脂层老化等影响因素不敏感，具有稳定性；非常适用于变换器中功率模块的长时间结温监测，并以此为基础实现热优化控制。
引用本文
刘平, 李海鹏, 苗轶如, 陈常乐, 黄守道. 基于内置温度传感器的碳化硅功率模块结温在线提取方法[J]. 电工技术学报, 2021, 36(12): 2522-2534. Liu Ping, Li Haipeng, Miao Yiru, Chen Changle, Huang Shoudao. Online Junction Temperature Extraction for SiC Module Based on Built-in Temperature Sensor. Transactions of China Electrotechnical Society, 2021, 36(12): 2522-2534.
DOI: 10.19595/j.cnki.1000-6753.tces.201442