监控电动汽车牵引逆变器中碳化硅开关的健康状态

碳化硅(SiC)器件在电动汽车牵引逆变器应用中具有许多系统级优势，包括提高功率转换效率，特别是在轻负载、更小的磁性元件和更简单的冷却系统下。在本文中，我们讨论了一种用于监控牵引逆变器应用中SiC器件健康状态(SOH)的技术，该技术由德克萨斯大学达拉斯分校和德州仪器(TI)的团队提出。¹Q4Zednc

选择待测量的器件参数以识别故障模式

典型的半导体器件鉴定测试基于在特定的电压、温度、湿度和时间条件下对器件施加应力。目标是检查器件是否能够通过数据手册中列出的规格条件。加速寿命测试(ALT)的开发目的是在特定条件下对器件的各个部分施加应力，并在这些测试期间和之后检查器件参数，以确定参数变化并确保器件在插值/外推的现实条件下运行。²Q4Zednc

为了监控实际应用中的SOH，需要了解具体应用中的主要故障模式，选择可测量的器件参数(可以对此类故障模式发出预警)以及容易实现的测量和分析技术。ALT有助于识别各种故障模式，以及器件参数对此类故障的敏感性。图1给出了一个示例。Q4Zednc

Q4Zednc

图1：ALT、故障模式和可用于识别和预警的器件参数。Q4Zednc

封装故障是汽车牵引逆变器等高温循环环境中的主要故障机制之一。交流电源循环ALT已被确定为对封装相关故障敏感。³这些测试包括开关瞬变和高直流总线电压的影响，而这些影响在典型的直流电源循环应力测试中是看不到的。控制功率因数(PF)和模拟实际的转换器应用，让我们可以对器件参数进行灵敏度分析，从而帮助预测实际故障。在PF=1条件下，预计引线键合故障将显示出最高的灵敏度。测量的器件参数需要满足以下条件：Q4Zednc

• 该参数应对器件老化敏感并提供早期预警。栅极氧化物损坏引起的栅极漏电流(I_GSS)是一个典型参数，该参数更多地是灾难性故障的信号，因此可能不太适合在线状态监控。理想情况下，测试参数应表现出逐渐的老化。
• 即使在SiC可能遇到的相对快速的开关条件下，它也应该易于测量和实施。一个相对难以测量的参数示例是器件开关瞬态的测量，例如开启延迟，它是器件结温的良好指标，但需要高传感分辨率。
• 它应该独立于器件操作条件，或者如果不独立，则具有可以在数据分析中校准的响应。这样就可以区分由于操作条件和老化引起的参数变化。
• 考虑到上述原因，该参数应对封装可靠性敏感，特别是对于牵引逆变器应用。

该研究的作者得出结论，器件的通态电阻R_DS(on)可满足上述所有要求。下面，我们将讨论具体的测试方法以及为验证该方法而收集的数据。Q4Zednc

测试设置和数据分析

该逆变器设置由六个1,200V、20A SiC MOSFET组成，它们位于缩小版的230V直流总线上，用于驱动三相永磁同步电机。逆变器的开关频率为20kHz。R_DS(on)计算涉及器件的通态电压V_DS和漏极电流I_D的测量。V_DS测量电路的简化原理图如图2所示。Q4Zednc

一些特征是：Q4Zednc

• TI栅极驱动器UCC5870用于驱动SiC MOSFET。该驱动器芯片内的模数转换器(ADC)和短路去饱和保护功能用于V_DS测量，从而减少了额外的元器件数量。
• D₁和D₂是相同的高压、快速反向恢复二极管。在R₄=R₅的条件下，简单分析可知，低边开关管导通时V_U1=V_DS。U₂用于将这种匹配缩放到ADC所需的输入范围。二极管之间的不匹配会导致误差，因此需要在分析中进行表征和校准。

Q4Zednc

图2：牵引逆变器中V_DS测量电路的简化原理图。(图片来源：“A Practical Switch Condition Monitoring Solution for SiC Traction Inverters.” IEEE Journal of Emerging and Selected Topics in Power Electronics, 2023)Q4Zednc

数据分析在F28388D C2000 MCU上执行。V_DS和I_DS并不是严格周期性的。这里使用了无序等效时间采样(ETS)，与顺序ETS相比，它可以将给定数据集所需的周期数减少几个数量级。根据电机的电角度，以峰值I_D为中心进行数据采样(每个开关50个点)，即可最大程度地减少过零点附近的计算误差。嘈杂的系统条件需要数据滤波，在本例中，使用了卡尔曼滤波器来处理R_DS(on)数据。Q4Zednc

目标是找到指示故障(F)的R_DS(on)变化(R)的概率P(F|R)，其中考虑了所有六个开关的独立响应和组合响应。要分离R_DS(on)由老化引起的变化与由工作条件(例如栅极电压、结温和I_D)引起的变化，本例中使用了贝叶斯SOH算法。其简化表示为：Q4Zednc

P(F|R)=P(R|F)×P(F)÷P(R)Q4Zednc

算法中使用了逆变器所有六个开关的对称性及其相似的平均工作条件，此外，虽然正常老化同时发生，但封装问题(例如引线键合剥离)引起的所有开关同时发生故障的可能性很低。这有助于消除R_DS(on)中与工作点相关的变化，并有助于为每个开关上的实际故障设置正确的阈值。这里假设故障对R_DS(on)的影响符合正态概率分布，即P(R|F)。每个函数的平均值和标准偏差都进行了存储，这可以根据初始测量数据确定，如下所述。在正常情况下，键合线电阻占总R_DS(on)的比例非常小，但是由V_TH偏移引起的变化按比例要大得多，因此可将它用于贝叶斯模型中。实际上，可以得出R_DS(on)的自适应警告级别，它考虑了负载条件和正常老化，要优于使用固定警告级别，后者需要在过度敏感(会生成错误故障)或过于宽松(因此不会产生预警)之间进行权衡。贝叶斯算法本质上是递归的，这使其对于模型中使用的初始条件而言高效且鲁棒。此外，可以在其中使用器件特征和行为数据以使其准确。Q4Zednc

测试验证

作为初始验证练习，这里使用上面所示的设置在负载条件下测量了所有六个开关的R_DS(on)。与B1506参数分析仪读取的值相比，误差在1.2%以内。Q4Zednc

接下来，故意切断两个开关(S₃和S₄)上的一根源极接合线。图3显示了R_DS(on)测量结果，比较了正常和损坏的键合线开关。可以看到有3至5mΩ的偏移。Q4Zednc

Q4Zednc

图3：健康和损坏键合线开关的R_DS(on)测量结果。(图片来源：“A Practical Switch Condition Monitoring Solution for SiC Traction Inverters.” IEEE Journal of Emerging and Selected Topics in Power Electronics, 2023)Q4Zednc

初始数据可用于设置贝叶斯推理模型的平均值和标准差。然后就可以在图4列出的条件下测试该SOH算法。图4中的结果验证了该算法，并表明即使R_DS(on)变化仅占总数的2%至4%，该模型也能够正确检测引线键合故障。由于R_DS(on)的变化较小，因此检测开关S4中的故障需要稍长的时间。然而，这只相当于实时的几百秒。该算法对误报敏感且鲁棒。Q4Zednc

Q4Zednc

图4：贝叶斯故障概率结果。(图片来源：“A Practical Switch Condition Monitoring Solution for SiC Traction Inverters.” IEEE Journal of Emerging and Selected Topics in Power Electronics, 2023)Q4Zednc

参考文献

¹Vankayalapati et al. (2023). “A Practical Switch Condition Monitoring Solution for SiC Traction Inverters.” IEEE Journal of Emerging and Selected Topics in Power Electronics.Q4Zednc

²Failure tests are usually interpolated, e.g., in automotive applications, as they run for a longer duration than the actual application. An example of an extrapolation would be a solar inverter application, in which expected lifetimes may exceed 20 years.Q4Zednc

³Farhadi et al. (2023). “AC Power Cycling Test Setup and Condition Monitoring Tools for SiC-Based Traction Inverter.” IEEE Transactions on Vehicular Technology.Q4Zednc

（原文刊登于EDN姊妹网站Power Electronics News，参考链接：Monitoring SiC Switches' SOH in EV Traction Inverters，由Franklin Zhao编译。）Q4Zednc

本文为《电子技术设计》2023年12月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里。Q4Zednc