SiC MOSFET结温实时动态预测方法及电压检测电路

摘要

本发明公开一种SiC MOSFET结温实时动态预测方法及电压检测电路，所述的结温在线预测方法包括以下步骤：SiC MOSFET壳温检测、SiC MOSFET实时功率损耗检测、基于勒贝格采样的结温实时动态预测。本发明可以获取未知工作状态下功率器件的实时结温，兼具实时性强和预测精度高的优势。

说明书

技术领域

本发明涉及一种SiC MOSFET结温实时动态预测方法及电压检测电路，属于电力电子技术与电工技术领域。

背景技术

工业界针对已损坏的电力电子部件的问卷调查表明：在各类部件中，功率部件的损坏几率最高，占34％。功率器件失效的因素分为两类，一类是封装失效，另一类是芯片失效。封装失效主要原因是结温过高导致键合线脱落，或是长期热循环导致焊料层疲劳。芯片失效主要分为热击穿和电击穿，而电击穿的本质最终也是由于温度过高而导致热击穿。这些失效因素均与最高结温、结温波动与平均结温等因素有关。因此，有必要对功率管进行实时结温预测。

目前，国内外常用的功率器件结温测量的方法有四种，分别是：光学法、物理接触法、热网络法和温敏参数法。其中光学法和物理接触法在不打开器件封装的情况下无法获取功率管内部的准确温度分布，不利于实现结温实时监测。目前，常用于结温测量的方法是热网络法和温敏参数法两种。温敏参数法是将器件本身视为温度传感器，通过观测温敏参数的值来反映器件的结温，导通电阻/压降、开/关延时、电压/电流变化率等参数会随着内部结温变化而相应变化，易于实现实时在线监测。热敏参数法因其易于实现结温实时在线监测而被广泛研究，但温敏参数受具体器件的实际任务剖面影响很大，只适用于长期处于单一工作状态的对象。以固态功率控制器(Solid State Power Controllers,SSPC)为例，SSPC中功率管存在多种工作模式，在SSPC短路、限流、过载和“慢通断”等工作模式下，功率管的电压电流变化规律是由控制保护策略、电源、线路共同决定的，利用dv/dt、di/dt、开关延时等热敏感参数测量结温的方法不适用。

热网络法是基于器件的热网络模型、壳温及实时损耗来提取结温。建立热网络模型的要点在于建立准确的实时损耗模型和实时热阻抗模型。目前常用的电热联合方法主要通过搭建仿真热模型来获取器件的热响应。目前，少数一些文献采用迭代算法获取器件的结温，但是这些方法多数以开关周期为单位进行迭代，只适用于开关周期固定或任务剖面单一的对象，不适用于任务剖面多样且当前任务状态未知的对象。

传统系统的采样方式采用传统的黎曼采样，即一种定周期的采样方式，但对于SSPC这样的任务剖面多样且相差较大的对象而言，当系统发生随机的过载事件时，如果设置采样周期长，那么将导致采样精度不能满足要求；如果设置采样周期短，那么控制器程序的频繁运行将会带来过多的系统开销，从而浪费控制的器资源。因此传统的黎曼采样不适用于多任务剖面对象的结温实时预测。

发明内容

本发明所要解决的技术问题，是针对前述背景中的缺陷和不足，提供一种SiCMOSFET结温实时动态预测方法和电压检测电路，不但在对象当前任务状态未知的情况下准确预测功率器件的结芯温度，还可以在必要的时候采样计算，节约控制器资源。

为了解决上述技术问题，本发明具体采用如下技术方案：

一种SiC MOSFET结温实时动态预测方法，其特征在于，包括以下步骤：

实时检测SiC MOSFET壳温以及流过SiC MOSFET的电流和SiC MOSFET漏源极电压，得到SiC MOSFET的实时功率损耗；

利用勒贝格采样判断是否发生事件，当发生事件，事件标记值加1，改变当前勒贝格长度；若没有发生事件，则维持原有勒贝格长度，等待事件发生；

当事件标记值达到当前勒贝格长度时，将当前SiC MOSFET壳温和功率损耗离散化为方波信号，输入基于Foster热网络模型的SiC MOSFET热网络模型中进行结温预测。

优选地，判断是否发生事件的方法是：以微机基础速率采样当前SiC MOSFET实际电流，根据实际电流与额定电流的比值判断当前所属勒贝格状态，并与上一时刻勒贝格状态进行对比，如果勒贝格状态发生改变，判断为发生事件，如果勒贝格状态未发生改变，判断为没有发生事件。

进一步优选地，勒贝格状态根据反时限保护曲线划分为：{1，1.2，3，4，5，6}，其中实际电流为1～1.2倍额定电流是正常导通，1.2～6倍额定电流触发反时限保护，大于6倍额定电流时触发短路保护。

本发明还设计了一种宽范围漏源电压检测电路，其特征在于包括大电压采样电路、小电压采样电路、运算放大器U

采用本发明技术方案后带来的有益效果如下：

(1)能够实现多任务剖面下的结温在线预测；

(2)可以实现宽范围的MOSFET漏源电压准确测量，从而实现MOSFET损耗的准确测量，提高结温实时动态预测的精度；

(3)在必要时执行算法，可以节约控制器资源。

附图说明

图1是本发明的基于热模型的SiC MOSFET结温在线预测的流程图；

图2是应用于SSPC的结温在线预测总体原理框图；

图3是本发明的宽范围漏源电压检测电路的原理框图；

图4是本发明的Foster热模型原理框图；

图5是本发明的基于勒贝格采样的结温预测算法的流程图；

图6是本发明的基于勒贝格采样的结温预测算法仿真结果。

具体实施方式

下面结合附图详细介绍本发明所涉及的一些关键技术，以支持权利要求部分；为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。

图1是SiC MOSFET结温实时动态预测方法的流程图，包括以下步骤：

建立基于Foster热网络模型的SiC MOSFET热网络模型；

实时检测SiC MOSFET外壳温度和SiC MOSFET的功率损耗；

其中，SiC MOSFET外壳温度通过热电阻置于器件外壳将SiC MOSFET的外壳温度转化为电压进行测量；功率损耗由流过功率管的电流和MOSFET漏源极电压V

利用勒贝格采样判断是否发生事件，当发生事件，事件标记值加1，改变当前勒贝格长度；若没有发生事件，则维持原有勒贝格长度，等待事件发生；

当事件标记值达到当前勒贝格长度时，将当前SiC MOSFET壳温和功率损耗离散化为方波信号，输入建立的SiC MOSFET热网络模型中进行结温迭代预测。

图2是应用于固态功率控制器(Solid State Power Controllers,SSPC)的结温在线预测总体原理框图，宽范围漏源电压检测电路连接到被测的DC-SSPC的SiC MOSFET的漏极和源极，被测器件的导通电流I

图3是宽范围漏源电压检测电路的原理框图，准确测量流经功率管的电压和电流，即可获取功率管的实时损耗，利用检测电阻可以较准确的测量导通电流，因此SiC MOSFET损耗实时在线获取的关键在于精确测量功率管漏源电压V

结温预测算法模块完成未知任务剖面的SSPC的结温预测，基于电热比拟理论，描述任务状态未知的SSPC结温计算方法可以从热力学问题转化为电学问题，建立图4所示的三阶Foster热网络模型，输入功率信息等效为电流源，输入至三阶RC并联单元，壳温信息等效为电压源，可以利用基尔霍夫定律和全响应方程求解计算得到SiC MOSFET结温，Foster热网络模型热阻抗表示为：

其中，Z为MOSFET的等效瞬态热阻抗，R

其中，ΔT

其中，i＝1,2,3；R

结温计算从第1个方波信号输入开始，在计算第2个方波输入产生的温差时，将用到第1个方波信号的温差，直到后续计算第m个方波信号输入产生的温差时，用到第(m-1)个方波信号产生的温差。

由于SSPC的任务剖面多样且各个任务之间的时间周期相差较大，因此传统的基于黎曼采样的定周期采样方式不适用于SSPC，当系统发生随机的过载事件时，如果设置采样周期t

本文的基于热模型的SSPC功率器件结温预测方法结合勒贝格采样进行迭代计算，勒贝格采样是一种基于事件的采样方法，不需要周期性采样，仅在系统离开稳态时触发事件，勒贝格采样的思想是：“只有在必要时执行”，可以降低计算成本，避免不必要的计算增加系统开销，事先划分勒贝格状态，如果系统特征值发生从一个勒贝格状态到另一个的转换，即发生事件，执行后续算法，否则一直等待事件发生；首先定义一个有限离散事件集合：A＝{1,...,A}，每一个事件a∈A对应系统的一个状态值x

其中a为RC并联单元的温度差，F为非线性函数，u为系统的功率损耗输入和壳温输入；

基于勒贝格采样的离散化实时模型为：

其中D是勒贝格长度，描述不同勒贝格状态下的采样间隔，g

图5为基于勒贝格采样的结温预测算法的流程图，基于勒贝格采样的结温预测方法包括以下步骤：

步骤一：初始化勒贝格状态、结温检测速率；

步骤二：以微机基础速率采样当前流经SSPC的电流值，判断当前所属勒贝格状态，并与上一时刻勒贝格状态进行对比，判断是否发生事件；

步骤三：如果发生事件，事件标记值加1，并改变当前勒贝格长度以改变结温迭代预测算法执行的速率；若没有发生事件，则维持原有勒贝格长度，等待事件发生；

步骤四：当事件标记值达到当前勒贝格长度时，将当前SiC MOSFET壳温和功率损耗等效为方波信号，输入步骤四建立的热网络模型中，运行结温实时动态预测算法，得到实时预测结温。

对基于勒贝格采样的结温实时动态预测方法进行仿真，仿真结果如图6所示，对SSPC的正常任务剖面：开通-导通-关断过程进行仿真，开通时间为1.5ms，关断时间为1ms。蓝色曲线反映SiC MOSFET的结温变化情况，橙色曲线反映算法对控制器资源占用程度。其中U％为任务的处理器占用率，表示该任务在一个周期内的执行时间与周期的比值，反映任务的控制器开销。仿真结果表明，与传统的黎曼采样相比，勒贝格采样可以根据特征值的变化实时调控系统的采样频率，仅在系统离开稳态时触发事件，例如在开通/关断瞬态时，触发事件，提高系统的采样率，事件的系统开销为56.79％，此时可以保证较高的精度(0.1％以内)；在稳态导通过程中，降低系统采样率，系统开销仅占12.63％，可以避免不必要的占用控制器资源。由此可见，采用勒贝格采样既可以在保证算法的高精度，又可以节约控制器资源。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。