小波相关分析在IGBT模块缺陷诊断中的应用

周生奇， 周雒维， 孙鹏菊， 李亚萍

(重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆400044)

0 引言

绝缘栅双极晶体管(insulated gate bipolar transistor－IGBT)是复合型电力电子器件，集成了电力晶体管BJT和电力MOSFET的优点，在通流能力、耐压水平、开关速度等方面具有显著的比较优势，且驱动简单，是目前发展前景最好的关键电力电子器件之一，近年来，伴随半导体制造技术的进步和变流技术的完善，IGBT的通流能力和耐压水平有了很大的提高(6.5 kV/3.6kA)，应用领域和层次也得到相应地拓展，逐渐成为一些新领域中，比如风力发电、电动汽车、舰船综合电力推进等，电力电子设备的主导功率器件［1－3］。不过，新的应用也给IGBT带来严峻的挑战［2，4］:以风力发电为例，风能变化快、预测困难，输出功率波动剧烈，导致IGBT持续经受极大的热冲击，加剧了老化进程，显著降低了运行可靠性，致使在常规应用中原本可靠的IGBT变得极其脆弱，成为了制约风力发电的瓶颈因素之一，逐渐引起国内外学者对使IGBT可靠性问题的关注［5］。近20年来，有大量的关于IGBT模块可靠性问题的成果报道，大致可归纳为两类:首先是失效机理研究，明确主要的失效原因和模式［6－8］;其次是运行过程中IGBT故障诊断［9－13］以及可靠性衰退程度评估［14－16］，提出一些寿命预测模型，在很大程度上促进了IGBT模块运行中可靠性的研究，但是由于商业化IGBT多以模块的形式密闭封装，造成与可靠性衰退相关信息的缺失，因此上述文献提出的方法和寿命模型都存在一定的局限，例如文献［14］提出以集射极饱和压降的变化作为参数评估IGBT可靠性退化程度，但集射极饱和压降在很大程度上受结温影响，而结温又很难获取，因此，文献［14］提出的方法尚需进一步完善。

IGBT模块的疲劳失效是依赖于时间的随机损伤过程［17］。文献［6］的研究显示，IGBT模块在故障前，由于不断地经受电、热冲击累积作用，内部已经出现某些损伤，导致了铝键合线断裂等缺陷的发生，在一定程度上降低了IGBT模块的性能，相应地增加了IGBT模块故障的风险。但此时IGBT模块仍可以运行，尚不具备IGBT模块故障后的特征，现有的故障诊断方法无法检测。因此，研究IGBT模块缺陷诊断方法，即可为IGBT模块的健康评估提供必要的信息，也可在故障前替换存在缺陷的IGBT模块，有效降低电力电子装置的故障损失和维护成本。

此外，由疲劳损伤导致的缺陷还会影响到IGBT模块内部门极寄生元件的参数，反映到外部端子上就是，门极电压的暂态过程在缺陷前后发生相应的变化，这为逆向定性判断IGBT模块是否存在缺陷提供了一种可能，即通过辨识门极端子处电压波形的变化，来突破IGBT模块封装的限制，间接诊断IGBT模块内部是否存在缺陷。对具体的驱动电路而言，除IGBT模块内部门极寄生元件之外的其他元件的参数都是确定的，且可视为时不变的，门极电压的变化仅与IGBT模块内部门极寄生元件有关。不过，采集门极电压可能会受到一些不确定因素的影响，比如环境温度和电磁干扰等，因此，本文采用小波分析了IGBT模块门极电压缺陷前后的变化，并引进小波相关系数，通过其数值变化定性诊断IGBT模块的缺陷，目的是利用小波变换所具有的较好的消噪能力和较高的计算精确度，提高辨识的精确度［18］。

1 IGBT模块缺陷及影响

1.1 IGBT模块缺陷分析

缺陷是疲劳损伤的直接结果，其产生和演化与IGBT模块的失效机理密切相关。IGBT模块的失效主要归因于运行中经历的热、电应力［6］，大致分为内部和外部两类模式。其中，内部失效与IGBT模块的半导体物理性质有关，包括绝缘老化、热载流子注入等，主要是由静电损伤，强电场和高温所致;而外部失效与IGBT模块的封装有关，包括触点迁移、铝键合线脱落、焊接层开裂等，主要由结温波动和材料热膨胀系数不一致所致。目前，大功率 IGBT多以模块的形式封装，内部器件的结构和组成材料大致相同，包括:铝键合线、硅片、基板和底板等，如图1所示。其主要组成材料的热膨胀系数(coefficient of thermal expansion，CTE)存在很大差异，如铝:22 ppm/℃;硅:3 ppm/℃;基板(Al2O3或 AlN):7 或4 ppm/℃;底板(Cu或 AlSiC):17或8 ppm/℃。实际的IGBT模块是非理想元件，存在固有的耗散功率，因此在运行过程中，除了过电压、过电流所导致的短时热应力集中之外，在正常工作条件下，负载和环境温度也是随机变化的，因此IGBT模块的结温波动是无法避免的，尤其是在风电等间歇性运行工况［4］，IGBT模块会持续经历剧烈地热冲击，将在铝键合线与硅片结合处和焊料层产生剪切应力累积，致使铝键合线和焊料层的老化，产生铝键合线断裂和焊料层开裂两种主要缺陷模式［14］。

此外，对于大容量IGBT模块而言，还存在由于分流不均导致的失效问题。由于单位面积硅片通流能力的限制，模块内部多硅片并联模式被广泛采用［6］，以实现通流能力的提高。但是，这些硅片的布局和引线杂散电感会导致瞬态分流不均［19］，容量越大，硅片数量越多，硅片间电流不平衡情况愈严重，致使部分硅片因老化进程加快而提前失效。尽管，单个或部分硅片失效不会导致整个模块瞬时击穿［20］，但会造成连锁过流效应，影响IGBT模块的可靠运行。

图1 IGBT模块剖面图Fig.1 Cross section of an IGBT module

1.2 缺陷对门极电路元件参数的影响

缺陷对IGBT模块门极电路参数的影响，涉及从门极端子G看去，模块内部的一些寄生元件，如图2所示，其中LGT、RGT分别表示门极端子引线的寄生电感和电阻;LGW、RGW分别表示门极铝键合线的寄生电感和电阻;LEW、REW分别表示发射极铝键合线的寄生电感和电阻;LET、RET分别表示发射极端子引线的寄生电感和电阻;LCT、RCT分别表示集电极铝端子引线的寄生电感和电阻;CGE表示门—射极等效电容，CGC表示门—集极等效电容，CCE表示集—射极等效电容，其中的寄生参数LCT、RCT及CCE与门极电路无关［21］。

图2 IGBT模块电路示意Fig.2 Equivalent circuit of an IGBT module

在IGBT模块的缺陷中，焊料层开裂会减少有效导热面积，导致IGBT模块结温升高［16］，而激发热载流子，同强电场应力损伤机理相同，会影响门—射极之间的 SiO2绝缘层，改变门极结电容［22－23］;铝键合线脱落除了很显然地影响门极寄生电感和寄生电阻参数外［19，24］，还有可能影响 IGBT 模块内部的整体布局，从而波及到门极电容。如图2所示的半桥结构IGBT模块中，每个IGBT器件都有两对IGBTFWD硅片并联构成。若在热冲击累积作用下，两并联IGBT硅片中一个硅片的联结铝键合线全部断裂，则该IGBT硅片失效，将会改变IGBT模块的布局和门极结电容的构成及大小。

2 小波分析及相关性度量

2.1 小波分析

小波分析(wavelet analysis)是序列的时频综合表征，能够满足序列时频多尺度描述需求，被广泛用于信号处理［25－26］。序列c(t)的连续小波变换为

不过，由于计算机只能处理离散数据，因此实际连续小波变换的计算也是用离散数据进行的，只是其缩放因子和平移因子都比较小而已，这会导致计算量巨大等问题。为此，通常将缩放因子和平移因子选择为2j，j＞0倍数，与此对应的小波基函数为

采用ψi，j(t)作为小波基函数的小波变换，称之为双尺度小波变换(dyadic wavelet transform)，是离散小波变换(discrete wavelet transform，DWT)中一种常见的形式。

2.2 相关性度量

通常，采用式(3)描述两个序列x(t)与y(t)的整体相关程度，即

3 门极电压序列相关性计算

根据式(3)所给出的序列互相关定义，知相关系数是从对立的角度描述序列x(t)与y(t)的差异，差异愈大相关系数愈小，只有完全一致时，互相关系数才为1。同样，对于本文所采用的门极电压序列而言，因为驱动电路参数是确定的，若IGBT模块无缺陷的情况下，在运行的不同时期测得的门极电压序列应基本一致，表现出强相关性，而缺陷出现后，门极寄生参数改变，门极电压序列随之发生变化，前后序列出现差异，相关性下降，互相关系数减小。因此，可以利用门极电压序列互相关系数的变化，定性判断IGBT模块是否出现缺陷。

但是，从图2可以看出，在IGBT模块门极电路的组成元素中，门—集电极之间的等效寄生电容CGC具有非线性特征［29］，随集—射极电压VCE的变化而具有不同的值，即

其中

式中:AGD为栅—集电极交叠面积;εSi为硅的介电常数;q为电子电荷量;NB为基区掺杂浓度;VCE为集—射极电压;VGE为门级电压;VGE(th)为门级阈值电压。为避免参数非线性因素的影响，需对对门极电路进行了线性化处理，如图3所示。在门极电压VGE充电起始时刻t0至t1时刻集—射极电压VCE开始下降期间，因换流过程的存在，VCE将保持母线电压不变，门—集电极电容CGC≈CGDJ≪CGE［30］，由 CGDJ的非线性造成的影响最小，因此，非常适合用来计算门极VGE序列的小波互相关系数，挖掘隐含其中的IGBT模块缺陷信息。

图3 IGBT模块的开通波形Fig.3 Turn-on waves of an IGBT module

4 实验研究

为验证IGBT模块缺陷对t0～t1时段门极电压序列小波互相关系数的影响，搭建了图4所示的Buck电路测试IGBT模块门极电压动态特性的变化，其中样品采用富士公司提供的特殊开封IGBT模块:2MBI150U4H－170，在实验室模拟现场运行中最易出现的铝键合线断裂缺陷。分两步进行，首先模拟部分铝键合线断裂(3根)，研究寄生电阻元件和寄生电感元件对门极电压的影响;进而模拟部分硅片失效，即连接IGBT器件中两并联硅片之一的铝键合线全部断裂(6根)，分析寄生电容对门极电压的影响。

图4 实验电路示意Fig.4 Experimental set up circuit

实验电路中，输入电压:DC200V，负载:3 mH、1 Ω，开关频率:10 kHz;示波器TDS5014B的采样频率为:1.25 GHz，结果如图5所示。从中可看出，部分铝键合线断裂时，门极电压VGE的变化尚难以分辨;而部分硅片失效时，门极电压VGE的变化非常明显，这是因为在IGBT模块门极寄生电阻为毫欧级，寄生电感为纳亨级，寄生电容为纳法级，因此寄生电容对门极电压VGE波形变化起决定作用。根据图3所示，分别提取图5中不同缺陷状态下IGBT模块门极电压在t0至t1时段序列，按照式(2)进行离散小波分析，然后以缺陷前门极电压序列为参考序列，采用式(4)计算门极电压序列的小波互相关系数随缺陷的变化，并给出了与常规方法所得结果的比较，如表1所示。从中可以看出:首先，随之时间尺度的增加，采用小波互相关系数逐渐趋近于常规方法得到的结果，与小波分析理论吻合，表明采用小波互相关系数是可行;其次，可以清楚地看出小波分析在时间尺度方面灵活的优势，在短尺度下，部分硅片失效后，门极电压序列的互相关系数降到了0.894 5，差异显著地表征出来，而采用常规方法时，互相关系数为0.985 1，尚难以区别差异。

另外，由于大容量IGBT模块内部通常会有多达几十个硅片并联，单个或部分硅片失效时，门极电容的变化将不会十分显著，加之现场电磁干扰等不确定因素的影响，可能无法从门级电压波形图直接判断IGBT内部是否存在缺陷。此时，小波变换所具备的较高的计算精确度和较好的消噪能力将变得至关重要，是提高缺陷辨识精确度和确保诊断结果正确性的有效措施之一。

表1 门极电压序列小波互相关系数Table 1 Wavelet cross-correlations of gate voltage

图5 缺陷前后门极电压的波形Fig.5 Gate voltages before and after detects

5 结论

本文提出一种基于门级电压序列小波相关分析的IGBT模块缺陷诊断方法，并通过实验证实了该方法的正确性。该方法能够有效诊断出IGBT模块内部的缺陷，可为运行人员赢得宽裕的维护时间，及时替换有缺陷的IGBT模块，在一定程度上可以避免故障的发生，具有很好的应用价值。但是，另一方面，该方法也存在一定的不足，通过表1的结果可以看出，因受数据采集精确度等因素的影响，仅部分铝键合线断裂时，即便是在短时间尺度下，也难以判断是否存在缺陷。因此，该方法尚需进一步研究，以期尽早发现缺陷。

［1］ CHEN Z，GUERRERO J M，BLAABJERG F.A review of the state of the art of power electronics for wind turbines［J］.IEEE Transactions on Power Electronics，2009，24(8):1859 －1875.

［2］ 胡伟，温旭辉，刘钧.电动汽车电机驱动系统寿命模型［J］.电机与控制学报，2008，12(6):671－674.

HU Wei，WEN Xuhui，LIU Jun.Lifetime model of motor drive system for electric vehicles［J］.Electric Machines and Control，2008，12(6):671－674.

［3］ 马伟明.电力电子在舰船电力系统中的典型应用［J］.电工技术学报，2011，26(5):1－7.

MA Weiming.Typical applications of power electronics in naval ship power systems［J］.2011，26(5):1 －7.

［4］ BRYANT A，YANG S Y，MAWBY P，et al.Investigation into IGBT dV/dt during turn-off and its temperature dependence［J］.IEEE Transactions on Power Electronics，2011，26(10):3019－3031.

［5］ YANG S，BRYANT A，MAWBY P，et al.An industry-based survey of reliability in power electronic converters［J］.IEEE Transactions on Industry Applications，2011，47(3):1441 －1451.

［6］ CIAPPA M.Selected failure mechanisms of modern power modules［J］.Microelectronics Reliability，2002，42(4/5):653 －667.

［7］ PATIL N，CELAYA J，DAS D，et al.Precursor parameter identification for insulated gate bipolar transistor(IGBT)prognostics［J］.IEEE Transactions on Reliability，2009，58(2):271－276.

［8］ 赵争鸣，张海涛，袁立强.基于IGCT的高压三电平变频器失效机理及保护策略［J］.电工技术学报，2006，21(05):1－6，18.

ZHAO Zhengming， ZHANG Haitao， YUAN Liqiang. Failure mechanism and protection strategy of high voltage three-level inverter based on IGCT［J］.Transactions of China Electrotechnical Society，2006，21(05):1 －6，18.

［9］ 马伟明，胡安，王令蓉.基于电压波形分析的十二相整流装置故障诊断［J］.电工技术学报，1997，12(6):49－54.

MA Weiming，HU An，Wang Lingrong.Twelve-phase rectifier fault diagnosis based on voltage waveform analysis［J］.Transactions of China Electrotechnical Society，1997，12(6):49－54.

［10］ 罗慧，王友仁，崔江，等.电力电子电路多源特征层融合故障诊断方法［J］.电机与控制学报，2010，14(4):92－96.

LUO Hui，WANG Youren，CUI Jiang，et al.Intelligent fault diagnosis for power electronic circuits based on multi-source feature－ level fusion［J］.Electric Machines and Control，2010，14(4):92－96.

［11］ 丘东元，彭锦凤，张波.电力电子变换器结构性故障的有向图论诊断方法［J］.电机与控制学报，2010，14(8):13－18.

QIU Dongyuan，PENG Jinfeng，ZHANG Bo.Structural fault diagnosis method of power electronicconverter by directed graph theory［J］.Electric Machines and Control，2010，14(8):13－18.

［12］ 胡清，王荣杰，詹宜巨.基于支持向量机的电力电子电路故障诊断技术［J］.中国电机工程学报，2008，28(12):107－111.

HU Qing，WANG Rongjie，ZHAN Yiju.Fault diagnosis technology based on SVM in power electronic circuit［J］.Proceedings of the CSEE，2008，28(12):107－111.

［13］ 张志学，马皓，毛兴云.基于混杂系统模型和事件辨识的电力电子电路故障诊断［J］.中国电机工程学报，2005，25(3):49－53.

ZHANG Zhixue，MA Hao，MAO Yunxing.Fault diagnosis for power electronic circuits based on hybrid system theory and event identification［J］.Proceedings of the CSEE，2005，25(3):49－53.

［14］ XIONG Y L，CHENG X，SHEN Z J，et al.Prognostic and warning system for power-electronic modules in electric，hybrid electric，and fuel-cell vehicles［J］.IEEE Transactions on Industrial Electronics，2008，55(6):2268－2276.

［15］ YANG S，XIANG D，BRYANT A，et al.Condition monitoring for device reliability in power electronic converters:a review［J］.IEEE Transactions on Power Electronics，2011，25(11):2734－2752.

［16］ XIANG D，RAN L，TAVNER P，et al.Monitoring solder fatigue in a power module using case－above－ambient temperature rise［J］.IEEE Transactions on Industry Applications，2011，47(6):2578－2591.

［17］ 张波.电力电子学亟待解决的若干基础问题探讨［J］.电工技术学报，2006，21(3):24－35.

ZHANG Bo.Discussion on several fundamental problems necessary to be solved in power electronics［J］.Transactions of China Electrotechnical Society，2006，21(3):24－35.

［18］ 黄群古，任震，黄雯莹.基于相似小波变换的电力系统故障信号分析［J］.华南理工大学学报:自然科学版，2011，29(5):5－9.

HUANG Qungu，REN Zhen，HUANG Wenying.Fault signal analysis in power system based on similar wavelet transforms［J］.Journal of South China University of Technology:Natural Science，2011，29(5):5－9.

［19］ MARTIN C，SCHANEN J L，GUICHON J M，et al.Analysis of electromagnetic coupling and current distribution inside a power module［J］.IEEE Transactions on Industry Applications，2007，43(4):893－901.

［20］ ZHANG X P，REHTANZ C，PAL B.Flexible AC transmission systems:modelling and control［M］.Heidelberg:Springer.2006.

［21］ MOHAN N，UNDELAND T M，ROBBINS W P.Power electronics:converters，applications，and design［M］.3rd ed.Hoboken，NJ:John Wiley＆ Sons.2003.

［22］ YU C，YUAN J S，YANG H.MOSFET linearity performance degradation subject to drain and gate voltage stress［J］.IEEE Transactions on Device and Materials Reliability，2004，4(4):681－689.

［23］ TANG M C，FANG Y K，LIAO W S，et al.Investigation and modeling of hot carrier effects on performance of 45 and 55 nm NMOSFETs with RF automatic measurement［J］.IEEE Transactions on Electron Devices，2008，55(6):1541－1546.

［24］ XING K，LEE F C，BOROYEVICH D.Extraction of parasitics within wire-bond IGBT modules［C］//Proceedings of the Thirteenth Annual Applied Power Electronics Conference and Exposition，Anaheim，CA，USA 1998:497－503.

［25］ 张超杰，贺国，梁述海.小波变换与主元分析相结合的模拟电路检测方法［J］.哈尔滨工程大学学报，2010，31(5):570－575.

ZHANG Chaojie，HE Guo，LIANG Shuhai.Analog fault detection method combining wavelet transform and principal component analysis［J］.Journal of Harbin Engineering University，2010，31(5):570－575.

［26］ 李秀坤，李婷婷，夏峙.水下目标特性特征提取及其融合［J］.哈尔滨工程大学学报，2010，31(7):903－908.

LI Xiukun，LI Tingting，XIA Zhi.Feature extraction and fusion based on the characteristics of underwater targets［J］.Journal of Harbin Engineering University，2010，31(7):903 －908.

［27］ TURBELIN G，NGAE P，GRIGNON M.Wavelet cross-correlation analysis of wind speed series generated by ANN based models［J］.Renewable Energy，2009，34(4):1024 －1032.

［28］ WILKINSON W A，COX M D.Discrete wavelet analysis of power system transients［J］.IEEE Transactions on Power Systems，1996，11(4):2038－2044.

［29］ HEFNER A R，DIEBOLT D M.An experimentally verified IGBT model Implemented in saber circuit simulator［J］.IEEE Transactions on Power Electronics，1994，9(5):532－542.

［30］ 唐勇，胡安，陈明.IGBT栅极特性与参数提取［J］.电工技术学报，2009，24(7):76－80.

TANG Yong，HU An，CHEN Ming.IGBT gate characteristics and parameter extraction methods［J］.Transactions of China Electrotechnical Society，2009，24(7):76－80.