陈民铀(1954),男,博士,教授,博士生导师,研究方向为智能控制与建模,人工智能的工程应用及新能源发电转换系统的可靠性评估,minyouchen@cqu.edu.cn;
0 引言
随着风电装机容量的快速增长,风电系统可靠性问题日益严重。受风速随机波动、环境和电气系统等复杂因素的影响[1- 2],变流器是风电系统中最为薄弱的环节之一[ 3]。统计数据表明,绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)模块是变流器最容易失效的元件[ 4],而热疲劳失效是绝缘栅IGBT模块失效的主要原因之一。IGBT模块运行时,由于模块封装各物理层材料的热膨胀系数不匹配,在交变热应力的作用下,IGBT模块容易发生疲劳失效。因此,目前普遍基于热载荷应力开展IGBT模块可靠性和寿命评估。
尽管热载荷平均值
在现有研究成果的基础上,本文建立了考虑老化进程对热参数影响的IGBT模块寿命评估模型。在分析老化过程中模块热参数变化规律的基础上,采用等比例损伤迭代方法计及老化因素的影响,建立了IGBT模块寿命评估模型;其次,对比分析了所建立模型与现有寿命评估模型之间的性能差异;最后,以实际风电场为例,进一步分析了考虑老化影响的风电变流器中IGBT模块不同时间尺度的寿命消耗。结果表明,采用传统线性损伤累积模型会高估器件寿命,而本文提出的模型兼顾计算精度和计算效率。老化进程造成的热参数改变对IGBT模块不同时间尺度的寿命消耗影响规律不同;在双馈风机机侧变流器中,约60%的寿命消耗由低频周期热载荷引起。
1 IGBT模块老化进程对热参数影响分析及其等效计算方法
对不同元器件的故障失效数据研究表明,典型的器件故障率函数
在IGBT模块的“损耗故障期”,由于交变热应力和各层材料热膨胀系数的不匹配,焊料层疲劳是IGBT模块主要失效模式之一[ 11]。如
图1
器件可靠性的澡盆曲线
Fig. 1
Bath curve of the device reliability
图2
IGBT模块老化进程对热参数的影响
Fig. 2
Illustration of the feedback effect of aging process on thermal parameters
当焊料层出现损伤或者裂纹后,IGBT模块热阻将增大,根据结温与热阻的数学关系可知,即使在相同电气参数下,IGBT模块承受的热载荷波动程度和幅值将增大,进而加速损伤扩展。因此,老化进程对模块承受的热载荷存在正反馈效应,加速模块的寿命消耗[ 12- 13]。若忽略老化进程的影响将导致模块热载荷计算值偏小,并且工程中评估模块寿命时一般忽略小幅值热载荷的影响,因此忽略老化进程对热参数影响将严重高估模块寿命。
为了说明老化过程中IGBT模块热阻、热载荷的变化情况,搭建了如
图3
加速老化试验平台
Fig. 3
Accelerating aging power cycling rig
效时的参数情况,定义导通电压
利用LabVIEW程序和NI采集卡采集数据,并以指示灯的动作观察模块失效程度,记录功率循环中每次循环周期的采样值。
图4
老化过程中IGBT模块热载荷和热阻变化曲线
Fig. 4
Variations of junction temperature and thermal resistance of IGBT module in aging process
可以发现,老化过程中IGBT模块热阻近似呈指数增大。在较大输出功率的情况下,当热阻增大50%时,IGBT模块结温
图5
不同热载荷条件下的热阻变化规律
Fig. 5
Variations of thermal resistance under different thermal loading conditions
对热参数的影响。
为定量分析器件老化进程中热参数的变化规律,根据器件参数退化模型,热阻可以根据公式(1)计算[ 15]。
$R={{R}_{\mathrm{initial}}}(1+a\cdot {{r}^{m}})$ (1)
式中:
以热阻作为老化参量,器件损伤
\(D=\frac{{{R}_{\mathrm{th-m}}}-{{R}_{\mathrm{initial}}}}{{{R}_{\mathrm{th-f}}}-{{R}_{\mathrm{initial}}}}\) (2)
式中:
结合公式(1),得到损伤与循环比例因子的关
系为
\(D={{r}^{m}}\) (3)
对比式(1)、(2)可以发现,损伤
在某一运行工况下,IGBT模块老化进行到
2 考虑老化进程影响的IGBT模块寿命评估
2.1 IGBT模块热载荷计算模型
本文研究对象为SKM50GB123D模块,其中IGBT和二极管的开关频率
图6
IGBT-二极管等效热网络模型
Fig. 6
IGBT-diode equivalent thermal network model
表1
IGBT模块热网络参数
Tab. 1
Thermal network parameters of IGBT module
在计算IGBT模块热载荷时,由于其波动周期较小,载荷波动较快,一般采用开关周期损耗计算模型。然而,该方法的仿真步长较小,长时间内的热载荷计算耗时太长。根据冲量相等原则,可以采用方波等效近似。文献[17]指出采用两步损耗脉冲序列计算IGBT模块结温时,计算精度较好,因此,本文同样采用两步损耗脉冲序列方法计算IGBT模块结温,其表达式如式(4)、(5)所示。
\(\Delta {{T}_{\mathrm{j}}}={{P}_{\mathrm{avg}}}{{Z}_{\mathrm{th}}}(\frac{1}{8{{f}_{\mathrm{0}}}})\text{+2}{{P}_{\mathrm{avg}}}{{Z}_{\mathrm{th}}}(\frac{1}{4{{f}_{\mathrm{0}}}})\) (4)
\({{Z}_{\mathrm{th}}}\text{=}\sum\limits_{i=1}^{4}{{{R}_{i}}(1-{{e}^{-t/({{R}_{i}}{{C}_{i}})}})}\) (5)
式中:
图7
IGBT模块损耗脉冲模型计算结果
Fig. 7
Result of power loss pulses approximation method
表2
基于不同损耗近似方法下的结温对比
Tab. 2
Comparison of temperature variation for different power loss approximation models
与开关周期损耗模型相比,该方法在保证精度的同时,能有效提高计算效率,尤其是风电变流器寿命评估存在海量数据,采用该方法计算效率优势明显。
忽略IGBT模块的热载荷暂态升温过程,IGBT模块热载荷平均值
\({{T}_{\mathrm{m}}}={{T}_{\mathrm{amb}}}+{{P}_{\mathrm{avg}}}(I)\cdot (\sum\limits_{i=1}^{5}{{{R}_{\mathrm{th}i}}})+[{{P}_{\mathrm{avg}}}(I)+{{P}_{\mathrm{avg}}}(D)]\cdot {{R}_{\mathrm{h-a}}}\) (6)
式中:
2.2 考虑老化进程影响的IGBT模块寿命评估
按照上述热载荷计算公式,随机产生一组损耗函数曲线,将得到IGBT模块承受的热载荷波动曲线,利用雨流计数算法[ 5],得到了如
图8
热载荷雨流统计谱图
Fig. 8
Rain flow statistic spectrum of thermal loadings
目前,计算IGBT模块寿命时常采用Miner线性损伤累积模型,该模型认为不同热载荷的疲劳损伤是独立进行的,损伤为线性累加过程。尽管其并未考虑不同热载荷之间的相关影响,但是计算效率高,因此工程中常采用该模型。也有学者提出了非线性累积模型,该模型考虑了不同热载荷之间的相互影响,认为材料损伤累积呈非线性规律,其损伤程度可以按照公式(3)计算得到,当
\(m={{\alpha }_{\mathrm{1}}}\Delta {{T}_{\mathrm{j}}}+{{\alpha }_{2}}{{T}_{\mathrm{m}}}+{{A}_{\mathrm{2}}}\) (7)
选取热阻作为损伤评价指标,当
采用线性累积模型时,寿命模型为常用的Coffin-Mason-Arrhenius模型,如式(8)所示[ 5]。
\({{N}_{\text{f}}}={{A}_{2}}\cdot \Delta T_{\mathrm{j}}^{{{\alpha }_{2}}}\cdot {{\text{e}}^{\frac{{{E}_{\mathrm{a}}}}{{{k}_{\mathrm{B}}}({{T}_{\mathrm{m}}}+273)}}}\) (8)
式中:
-3.1292。
本文提出的考虑老化进程影响的寿命评估模型(参见
图9
考虑老化进程影响的寿命评估
Fig. 9
Diagram of lifetime estimation considering aging process
首先,试验验证该模型的准确性。随机取4个全新的IGBT模块加速老化,保持注入电流
针对
表3
模型的准确性验证
Tab. 3
Demonstration of the proposed model
非线性模型计算得到的寿命分别为4.5138年、3.2591年,而考虑老化进程对热参数影响后的IGBT模块寿命计算结果为2.885年,如
图10
各寿命模型的评估结果
Fig. 10
Comparisons of lifetime estimation with different models
如前文所述,IGBT模块疲劳失效过程中,热阻是表征焊料层失效的关键参数,且随着热载荷周期数增大而呈指数上升。文献[15]建立了基于IGBT模块热阻变化规律的分段式寿命评估模型,并利用老化试验结果验证了该方法的准确性。该模型将焊料层疲劳过程划分为线性阶段和非线性阶段,线性阶段和非线性阶段的阈值点设置为0.005,当热阻标准化值为1.5时定义为IGBT模块失效。非线性阶段热阻值采用热阻变化速率和热阻初始值迭代获得,如式(9)所示。
\(\frac{\text{d}R}{\text{d}N}={{b}_{1}}\cdot {{\text{e}}^{\frac{{{b}_{\mathrm{2}}}}{{{T}_{\mathrm{m}}}+273}}}\cdot {{(\Delta {{T}_{\mathrm{j}}})}^{{{b}_{3}}}}\cdot {{\text{e}}^{\ln ({{b}_{4}}\cdot {{R}_{\mathrm{thn}}})+{{b}_{5}}{{({{R}_{\mathrm{thn}}})}^{{{b}_{\mathrm{6}}}}}}}\) (9)
式中:d
-4656.0962,
对于上述热载荷曲线,分段式寿命评估模型的计算结果为3.36年,与非线性模型和考虑老化影响模型计算结果相差较小,但仍然与考虑老化影响模型的结果存在一定差异,主要原因是该模型中热阻变化率取决于热载荷参数(Δ
然而,从公式(9)中可以发现,利用该热阻模型可以计算每个热载荷循环周期内的热阻变化值,结合结温计算公式可得到模块迭代热载荷和热阻,进而建立考虑老化影响的实时热阻寿命模型。具体计算步骤如下:假设初始热阻
表4
考虑老化进程影响模型各阶段的寿命评估
Tab. 4
Lifetime estimation of each stage
的循环周期数明显减小;例如初始热阻时,循环次数为9892,而当热阻为1.4
此外,根据热阻寿命模型可知,热阻比例系数将会影响计算精度,热阻比例系数越小,越接近实际热阻变化规律,计算结果越准确,但也会带来计算资源消耗的问题。为了对比分析热阻比例系数的影响,
图11
热阻比例系数的影响
Fig. 11
Effect of percentage coefficient of thermal resistance
根据寿命公式可知,大幅值热载荷造成的寿命消耗占模块整体寿命的主要部分,大幅值热载荷曲线可能会影响老化进程对模块热参数作用规律的充分体现。因此,本文进一步对比分析了小幅值热载荷条件下不同寿命评估模型的计算结果。同样按照上述结温计算公式和随机产生热损耗曲线,利用雨流计数方法得到如
对于
图12
小幅值热载荷的雨流计数法统计图
Fig. 12
Rain flow result of small thermal profile
线性模型以及考虑老化进程影响模型的计算结果分别为70.013年、49.069年和47.220年,如
图13
不同寿命模型的评估结果对比
Fig. 13
Comparison of lifetime prediction results of different evaluation models
综上所述,尽管非线性模型、实时热阻模型与考虑老化进程影响模型同样具有较高的精确度,但是前两者在热载荷循环周期内需要多次迭代计算模块损伤或者热阻,计算资源消耗大、计算效率较低,不适合长时间内的寿命评估;而考虑老化进程影响模型兼顾计算精度和效率,更适合长时间内IGBT模块的寿命评估。
3 基于考虑老化影响模型的IGBT模块多时间尺度寿命评估
基于上述模型,以双馈风机为例,进一步分析了长时期内(一年)IGBT模块的寿命消耗情况。由于风速的随机波动和变流器的低输出频率,导致双馈风机机侧变流器中IGBT模块长期承受复杂热载荷。根据模块热载荷产生来源和多时间尺度分布特性,可以分离为低频周期热载荷和基频周期热载 荷[ 7, 20]。低频周期热载荷因风速随机波动而产生,波动周期一般为分钟;基频即风电变流器的输出频率,基频周期热载荷与IGBT模块的工作状态有关,波动周期一般为秒。由于不同时间尺度热载荷对IGBT模块寿命消耗影响规律不同,导致因器件老化带来的热载荷反馈效应也会存在差异。因此,本文分析了老化进程对不同时间尺度热寿命消耗的影响规律。以山东某风电场一年风速和气温的统计数据为基础,数据记录单位为1min,如
图14
风电场风速以及气温数据
Fig. 14
Data of wind speed and ambient temperature
基于寿命计算方法分析了不同时间尺度下热寿命消耗,包括考虑老化进程影响下的IGBT模块寿命消耗,具体评估流程如
基于上述的寿命消耗计算流程,并考虑老化进程影响,计算了该风机机侧变流器中IGBT模块的基频周期寿命消耗情况,结果如
从
\(\Delta {{T}_{\mathrm{j}}}={{T}_{\mathrm{j,max}}}({{v}_{\mathrm{wind,max}}})-{{T}_{\mathrm{j,min}}}({{v}_{\mathrm{wind,min}}})\) (10)
同样的,考虑老化进程对热参数影响后,模块的低频周期寿命计算结果更为保守。考虑老化进程影响后,使得IGBT模块不同时间尺度热寿命消耗分别增大了7.65%和6.75%。此外,发现低频周期寿命消耗明显大于基频周期寿命消耗,约60%的IGBT模块寿命消耗是由低频周期热载荷造成的。
对比
图15
风电变流器中功率器件寿命评估流程图
Fig. 15
Flow-chart of lifetime evaluation of power devices in wind power converter
表5
基频周期寿命消耗
Tab. 5
Lifetime consumption of fundamental frequency thermal loadings
表6
低频周期寿命消耗
Tab. 6
Lifetime consumption of low frequency thermal loadings
热载荷幅值较小,基频的高循环次数占据优势,导致IGBT的基频寿命消耗更高;而二极管结温波动较大,其低频结温波动更甚,大热载荷对二极管失效作用更为显著,因此低频热载荷下二极管的损伤更严重。
4 结论
针对现有IGBT模块寿命或可靠性评估中并未考虑模块运行老化进程对热参数的影响,从而导致计算结果偏大,本文建立了考虑老化进程对热参数影响的IGBT模块寿命评估模型。在试验分析老化进程影响规律的基础上,对比分析了不同热载荷条件下该模型与现有评估模型的性能差异,并以实际风电场为例进一步分析了考虑老化进程影响下的IGBT模块不同时间尺度热寿命消耗情况,得到了以下结论:
1)理论和试验验证了老化进程对热参数的影响在寿命和可靠性评估中不容忽视。
2)相对于现有寿命评估模型,考虑老化进程影响的寿命评估模型具有较高的计算精度和计算效率,目前常采用的线性模型明显高估了IGBT模块寿命。
3)热阻比例系数选为0.1,不仅能够保证较高的准确率,而且兼顾较高的计算效率。
4)忽略考虑老化进程影响后,将导致不同时间尺度热寿命消耗计算结果偏小,且低频周期热寿命消耗明显大于基频周期热寿命消耗,约60%的IGBT模块寿命消耗由低频周期热载荷引起。
参考文献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]