IGBT模塊壽命評估研究綜述

張 軍 張 犁 成 瑜

IGBT模塊壽命評估研究綜述

張 軍 張 犁 成 瑜

（河海大學能源與電氣學院 南京 211100）

絕緣柵雙極型晶體管（IGBT）是電力電子系統實現電能變換與控制的核心組件之一。然而，工業界反饋的數據表明，應用于高可靠性場合的IGBT模塊可靠性并不高，其熱疲勞失效將會導致整個系統的非計劃停機。對IGBT模塊的預期使用壽命進行評估，將有助于指導電力電子裝置的定期維修，降低經濟損失。相關研究表明，IGBT模塊的失效和溫度關系密切，因此該文從熱特性角度闡述IGBT模塊的壽命評估。具體涉及熱疲勞失效機理、熱網絡的建立與應用、熱參數的辨識與監測、結溫的估算及用于壽命預測的失效物理和解析模型五個方面。最后總結了現有研究存在的難點，并對IGBT模塊的壽命評估研究發展方向進行了展望。

IGBT模塊 壽命評估 失效機理 熱網絡模型 熱參數監測 結溫估算

0 引言

為促進我國產業結構的調整和優化，實現“中國制造”向“中國智造”的戰略轉型，一大批新技術走在了世界的前沿，如高速動車組列車、電動汽車及其充電樁、5G通信設備、交直流混合配電網、柔性直流輸電、新能源發電裝置等。這些新興科技的迅猛發展均離不開電力電子技術的使用，而作為電能變換與控制核心組件之一的IGBT模塊則成為傳統工業升級改造的關鍵[1-4]。

與此同時，電力供電的持續穩定、交通運輸的安全暢通、通信傳遞的及時準確等各行業基本需求對IGBT模塊的可靠性也提出了越來越高的要求。然而工業界反饋的數據表明，應用于這些高可靠性大功率場合的IGBT模塊可靠性并不高，其失效將會迅速導致電力電子裝置，甚至整個系統的非計劃停機事件，進而造成重大的經濟損失，并危及國民經濟的正常發展[5-7]。

以風力發電為例，2003～2017年涉及23個國家的風機故障數據統計結果表明，IGBT模塊失效導致了22%的變流器非計劃停機事件，是風電系統中最易出現故障的組件之一[6]。此外，英國華威大學開展的一項涵蓋多個行業的工業調查結果表明，IGBT模塊是電力電子系統中是最容易發生失效的器件之一[7]。因此，IGBT模塊的可靠性問題已經成為制約電力電子系統穩定可靠運行的關鍵性問題 之一。

應用于電力電子系統的IGBT模塊，由于自身的開通關斷、處理功率的波動性以及外部運行環境的變化，長期承受不均衡的電熱應力，在運行過程中易產生熱疲勞，降低其可靠性[8-11]。與常規的過電熱應力導致的IGBT模塊瞬間失效不同，熱疲勞失效是一個漸變的過程[12-13]。可以通過增加保護 電路、優化產品設計來避免瞬間失效，而熱疲勞失效則是IGBT模塊在其正常壽命歷程中始終伴隨的必然失效[14]。因此，如何提高IGBT模塊的可靠性是國內外學術界和工業界一直在進行研究的熱點 問題。

已有的研究表明，壽命評估是提高IGBT模塊可靠性的關鍵技術之一。以IGBT模塊為代表的電力電子器件壽命評估與以往的電力系統可靠性評估具有明顯的區別，后者針對電力電子器件失效通常采用泊松分布來進行描述[15]。然而由于電力電子裝置處理工況的波動性，IGBT模塊的可靠性會因為任務剖面的不同而產生差異[16]。與此同時，不同應用場合下IGBT模塊的典型壽命設計目標是不一樣的。比如，風力發電和太陽能發電系統中電力電子裝置預期使用壽命分別為20年和5～30年[17]。因此，評估出IGBT模塊在一定工況下的預期使用壽命對于電力電子系統的定期計劃維修更加具有指導意義。

本文圍繞IGBT模塊壽命評估的相關研究進行了歸納和總結，首先介紹了IGBT模塊壽命評估的主要流程，然后梳理了失效機理、熱網絡模型、熱參數監測、結溫解析計算以及壽命預測模型五個主要方面之間的邏輯聯系，介紹了每個方向的研究現狀，對比分析了各個方法的優缺點，最后對IGBT模塊壽命評估的未來發展方向進行了展望。

1 IGBT模塊的壽命評估流程

IGBT模塊的壽命評估主要流程如圖1所示，包含電應力、熱應力以及壽命計算三個方面[18]。

圖1 IGBT模塊壽命評估流程

首先根據長時間的任務工況，如一整年的風速和光照強度，結合變流器的功率模型計算出每個任務工況下的運行功率。然后依據IGBT模塊的損耗模型，計算每個開關周期下的開關和導通損耗。由于器件的電氣參量受到結溫影響，因此在計算損耗的時候還需要將結溫作為反饋量代入到模型中。最終得到的損耗將會作用于IGBT模塊的熱網絡模型。在電應力方面，目前的研究已較為成熟。

IGBT模塊的壽命評估是以結溫為主要因變量，因此結溫的提取對壽命預測至關重要。雖然目前有較多的方法可以獲得結溫數據，如紅外測量法、溫敏電參數法等，但是這些方法受限于開封模塊、電氣干擾等原因，并不適用于壽命評估。基于熱網絡和熱參數的結溫解析計算法由于具有速度快、通用性強等優點，被廣泛用于壽命評估當中。此外，由于IGBT模塊的熱參數會隨著熱疲勞失效進程發生改變，因此還需要對熱參數進行實時監測，以便提高壽命評估的精度。

壽命預測模型是IGBT模塊預期使用壽命評估的關鍵所在，不同的失效模式所對應的壽命模型并不一致，因此需要借助加速壽命試驗或有限元仿真來研究不同失效模式下的壽命預測模型。與此同時，仿真和試驗的結果可以用來驗證失效機理分析的準確性，并總結出熱網絡參數在失效進程中的變化規律。盡管國內外在熱應力和壽命預測方面開展了大量工作，但是還需要做進一步研究，本文重點闡述壽命評估流程中后半部分，即熱特性方面的研究。

2 IGBT模塊熱疲勞失效機理

IGBT模塊的失效機理是壽命評估的理論依據，揭示熱疲勞作用機制對于理解實際應用工況下IGBT模塊的失效原因具有重要研究意義。

2.1 失效機理與失效模式

IGBT模塊的失效和多種因素相關，常見的因素包括溫度、濕度、粉塵和振動等。相關的工業統計數據顯示，由于溫度導致的功率模塊失效占比高達55%，導致IGBT模塊失效的因素分布比例[19]如圖2所示。此外，歐洲LESIT項目開展的加速壽命試驗結果表明，IGBT模塊的預期使用壽命隨著溫度的升高是逐漸降低的[20]。更有研究指出，在額定運行溫度范圍內，硅器件的溫度每升高10oC，其壽命降低約50%[21]。因此，溫度是引起IGBT模塊失效的最主要原因之一。

圖2 導致IGBT模塊失效的因素分布比例

圖3給出了IGBT模塊及其散熱系統的典型結構剖面。由圖可知，IGBT模塊是由多層不同物理材料組成，從上到下依次為硅芯片、芯片焊料層、直接覆銅陶瓷基板（Direct Bonded Copper, DBC）、基底焊料層和銅基板[22]。DBC的結構為三明治形式，它一般由銅、陶瓷、銅三種材料組成，起到電氣絕緣、機械支撐以及散熱等作用。鍵合線焊接在芯片頂端和引線端子之間，起到電氣連接的作用。此外，為了加快工作時產生的熱量向周圍進行傳遞，導熱硅脂和散熱器會安裝在IGBT模塊的底部[23]。

當IGBT模塊處于正常工作時，電流會流經鍵合線，芯片會產生功率損耗[24]，使得IGBT模塊運行溫度升高；又由于IGBT模塊的開通和關斷動作以及處理功率的波動性和間歇性，IGBT模塊內部容易產生溫度變化；加之IGBT模塊內部層與層之間的熱膨脹系數不匹配，受到溫度變化作用時，每一層材料膨脹收縮體積不一，容易產生擠壓-拉伸，引起剪切應力和彎曲形變，最終導致IGBT模塊熱疲勞失效[8-13]。常見的IGBT模塊熱疲勞失效形式有兩種：一種是引線鍵合失效；另一種是焊接層疲勞失效[25-28]。其中，引線鍵合失效主要存在于結溫變化時間尺度較短的場合，時間尺度在數十秒級別[29]；焊接層疲勞失效則主要存在于結溫變化時間尺度較長的場合，時間跨度從分鐘到小時不等[29]。然而目前針對時間尺度的具體劃分標準尚未非常明確。

圖3 IGBT模塊及其散熱系統截面

2.1.1 引線鍵合失效

引線鍵合失效主要是指鋁鍵合線和硅芯片在鋁-硅界面處產生剝離和脫落[25-26]，IGBT模塊鍵合線脫落如圖4所示。由于硅和鋁的熱膨脹系數不同，受到溫度變化作用時，二者膨脹或收縮體積不一樣，相互之間產生擠壓-拉伸，最終導致鍵合線的脫落。此外，由于IGBT模塊處理的電流等級較高，鍵合線常為多根并聯。當其中一根發生脫落時，會使得其他鍵合線流過的電流增大，進而加速剩余鍵合線的失效進程。文獻[13]研究表明，伴隨著鍵合線的脫落，IGBT模塊的飽和壓降是逐漸升高的，而這會進一步提升IGBT模塊的損耗以及內部的結溫，加快其失效進程。

圖4 IGBT模塊鍵合線脫落

2.1.2 焊接層疲勞失效

焊接層疲勞失效則是指芯片焊接層和基底焊接層在反復交變熱應力作用下，其物理層界面產生裂紋和空洞，IGBT模塊焊接層疲勞如圖5所示[27-28]。對于焊接層疲勞失效，它的過程和焊料的抗疲勞特性、焊接層初始缺陷以及金屬間化合物等相關。當IGBT模塊經歷溫度變化時，由于焊接層上下物理層的熱膨脹系數不匹配，產生的剪切應力和彎曲形變加劇了上述因素的影響，最終導致焊接層內部的空洞和裂縫。已有的研究表明，焊接層疲勞會導致IGBT模塊熱阻的升高，而這會進一步提升器件的運行結溫[30]，危及電力電子系統的安全運行。

圖5 IGBT模塊焊接層疲勞

2.2 失效機理的研究方法

為了進一步分析和驗證IGBT模塊的熱疲勞失效機理，國內外不少學者開展了大量研究，常見的研究方法有加速壽命試驗法和有限元仿真法。

圖6 功率循環測試

有限元仿真法則是通過在軟件中搭建電-熱-機多物理場耦合模型來分析IGBT模塊內部承受的應力應變情況，進而揭示出熱疲勞失效機理[33-34]。借助構建的仿真模型，不僅可以分析IGBT模塊內部的熱力學行為以及溫度分布情況，而且可以揭示電-熱-機多個物理場相互耦合作用的原理，其中電、熱、機分別指電氣場、溫度場和應力場。電-熱-機耦合模型如圖7所示，當IGBT模塊通以電流時，電氣場會產生損耗，而損耗為溫度場中的發熱源。由于溫度的變化和熱膨脹系數的不匹配，上下材料層之間相互擠壓-拉伸，最終形成應力場；另一方面，溫度場和應力場會影響材料的物理參數以及機械尺寸，進而對電氣場中電流和損耗的分布產生影響。

圖7 電-熱-機耦合模型

盡管加速壽命試驗法和有限元仿真法均可以探究IGBT模塊的失效機理，但是卻無法解釋IGBT模塊關鍵部位發生損壞的具體原因，而這還需要借助器件的失效分析進一步解決。

2.3 影響失效進程的因素

熱疲勞失效進程與多個物理參量相關，常見的參量包括溫度的變化幅值和平均值[35]，IGBT模塊的開關時間[36]和導通電流[37]，結溫變化的周期[38]和散熱器的平均溫度[39]等。文獻[35]借助溫度循環測試研究了溫度的變化幅值和平均值對焊接層裂紋萌生以及擴展的影響。該研究指出，溫度變化幅值越大，焊接層越容易產生裂紋；在同等溫度變化情況下，裂紋擴展的速度會隨著平均溫度的升高而逐步加快。文獻[36-37]基于直流加速壽命試驗，定量分析了IGBT模塊開關時間和導通電流對焊接層疲勞以及鍵合線脫落的影響。結果表明，焊接層疲勞失效進程隨著開通時間的增加呈現出加快的趨勢，鍵合線脫落的速度也會隨著導通電流的增大而變快。文獻[38]基于脈沖加速壽命試驗，在保證結溫變化幅值和平均結溫基本保持不變的情況下，發現結溫變化的周期越長，鍵合線出現開裂的速度越快，但是具體原因文中卻沒有給出，而這可能和電流等級有關，因為要在不同的周期內實現同樣的溫度變化，所采用的加熱電流并不一致。文獻[39]在文獻[38]試驗平臺基礎上，探究了散熱器平均溫度在熱疲勞失效進程中的作用規律，指出散熱器平均溫度的升高會加劇IGBT模塊的熱疲勞程度。文獻[40-41]結合有限元仿真模型，從熱力行為角度進一步闡述了溫度變化在鍵合線脫落和焊接層疲勞形成過程中的作用機理。

2.4 關鍵問題

在熱疲勞失效機理方面：熱循環作用下IGBT模塊內部產生的電-熱-機應力是引起鍵合線脫落和焊接層疲勞的主要原因。相關的加速壽命試驗和有限元仿真也初步驗證了上述理論分析，但是目前的研究側重于小功率模塊的失效機理。隨著工業界對變流器功率等級要求的不斷提高，大功率IGBT模塊通常采用多芯片并聯的封裝結構，不同芯片的失效進程并不一致，容易導致不均流的現象，進而加速整個IGBT模塊的失效進程，但是目前針對這種失效機制的研究尚處于起步階段。其研究難點總結如下：多芯片并聯的IGBT模塊通常共用一個端口信號，如何測量其內部的電氣和熱參數存在極大挑戰。而現有的研究通常是根據電熱參數變化情況來量化IGBT模塊的失效進程，因此探究多芯片并聯IGBT模塊不均勻熱疲勞失效進程的關鍵之一在于如何獲得每個并聯器件的電熱參數。

3 熱網絡模型

熱參數是結溫解析計算的基礎，而焊接層疲勞會導致熱參數發生改變，因此需要辨識和監測熱參數以便提高結溫計算和壽命評估的準確性。由于熱網絡模型是熱參數提取的前提，本節將對此部分內容先進行闡述。根據工作熱源的不同，現有的熱網絡模型可以劃分為一維熱網絡模型和多維熱網絡模型。一維熱網絡模型側重于考慮單個熱源的工作，而多維熱網絡模型反映的是多個熱源存在的情形。

3.1 一維熱網絡模型

一維熱網絡模型的建模過程可以簡述如下：首先將單個IGBT器件和散熱系統物理模型進行簡化，其模型如圖8所示[42-43]。需要說明的是，實際上IGBT芯片是方形的，文獻[42]同時也給出了方形芯片的建模，并且都假定芯片是個均勻的熱源。然而為了便于建立熱傳導方程以及采用圓柱坐標系進行求解，以及建立電路端口響應和瞬態熱響應表達式之間的等效關系，一維熱網絡在建模的時候一般將芯片等效為圓形，而這也被文獻[43]所采用。此外，文獻[42]的有限元仿真結果表明，利用圓形芯片建立的模型所得熱響應和仿真結果差異較小。綜上，本文選取了圓形芯片作為案例介紹。圖中，為芯片上方的熱流密度，且在半徑為1的芯片上方均勻施加，2為基板的半徑，為基板的厚度。基板的底部與表面傳熱系數為、溫度為l的流體相接觸。

圖8 IGBT器件及其散熱系統的簡化模型

采用圓柱坐標系及對稱分析的方法可以建立描述IGBT器件內部垂直方向穩態的熱傳遞過程，然后結合第三類邊界條件，可以推導得到IGBT器件降溫階段結溫的瞬態熱響應表達式[42]為

式中，T為基板的熱導率；T為熱擴散系數；J0和J1分別為零階和一階貝塞爾函數；固有值和特征值滿足

當考慮熱源下方發熱區域時，式（1）可以簡化為多個指數進行疊加的形式，即

式中，系數A和分別為

由式（4）可知，IGBT器件瞬態熱響應表達式是由多個指數項疊加而成的。

從電路的角度來說，基于圖8推導得到的瞬態熱響應表達式可以表征為兩種類型的電網絡模型，這主要是因為電網絡模型的端口響應表達式也是多個指數項疊加的形式：一種是福斯特（Foster）型熱網絡；一種是考爾（Cauer）型熱網絡，等效熱網絡模型如圖9所示[13, 44]。Foster型熱網絡結構簡單，參數獲取比較容易，但并不能表征系統實際的傳熱過程；Cauer型熱網絡在描述IGBT模塊傳熱問題上更具有實際的物理意義，然而參數的獲取和實驗驗證比較困難[13, 44]。從狀態監測角度來說，由于Cauer型熱網絡的參數能夠反映IGBT模塊內部不同物理層的健康狀態，因此在熱疲勞失效監測中應用更加廣泛。從結溫估算角度來說，由于Foster型熱網絡端口響應表達式更加簡單明了，所以在結溫計算方面使用較多。雖然一維熱網絡模型結構簡單，但是該模型忽略了側向熱傳遞過程，在熱表征精度方面有所降低。

圖9 等效熱網絡模型

3.2 多維熱網絡模型

多芯片并聯IGBT模塊內部存在多個器件同時或者交替工作的情形，可將其視為多熱源結構。由于一維熱網絡模型僅考慮單個熱源工作的情況，因而此類模型并不能準確地反映多芯片并聯IGBT模塊內部的熱流路徑。近些年來，國內外學者針對多熱源的熱網絡模型開展了一些研究，現有的這些模型大致可以劃分為兩類。

（1）第一類模型，Foster型多熱源熱網絡模型如圖10所示，主要是利用熱阻抗矩陣來描述IGBT模塊內部的熱流路徑[45-50]。以兩個熱源組成的熱阻抗矩陣為例，表達式為

式中，自阻抗Z11、Z22表征熱源本身的熱學特性；互阻抗Z12、Z21表征不同熱源之間的熱耦合效應；T1、T2為熱源的溫度響應；P1、P2為兩個熱源的功率損耗。由于IGBT模塊的殼溫并不均勻，因此用Tc1和Tc2分別表示兩個熱源中心正下方的殼溫。

盡管該模型在一定程度上反映了多個熱源之間的熱耦合效應，但是該模型在提取互阻抗的時候，假設其他熱源產生的熱流全部流經互阻抗，因其熱源自身也有熱流路徑，所以該模型并不能準確反映熱耦合的實際作用機制。此外，矩陣中的熱阻抗屬于Foster型熱網絡參數，雖然提取較為容易，但是由于參數本身并不具有明確的物理意義，因而對其進行監測并不能完全反映IGBT模塊的健康狀態。

（2）合肥工業大學等在一維Cauer型熱網絡模型的基礎上，通過增加反映側向熱傳遞過程的熱阻或熱容來考慮不同熱源之間的熱耦合效應，從而建立起第二類多維熱網絡模型[51-54]，Cauer型多熱源熱網絡模型如圖11所示。雖然該熱網絡模型的參數具有較為明確的物理意義，但是熱耦合作用點的選擇并無嚴格的理論依據。部分文獻還忽略了熱耦合作用過程的動態特性，僅利用熱阻來反映多個熱源之間的交互作用。實際上，由于熱傳遞的過程存在一定響應時間，因此在建立計及熱耦合效應模型的時候還需要考慮熱容的存在。除此之外，由于網絡結構復雜、節點眾多，該熱網絡模型自身也反映出對其內部熱參數提取存在極大的難度，所以此類模型并不適合于IGBT模塊熱參數的在線監測應用。

3.3 關鍵問題

在熱網絡模型方面：目前的研究已經從傳熱學角度建立起反映單個芯片工作下的熱網絡模型，即Foster和Cauer型熱網絡。然而大功率應用場合的IGBT模塊內部通常包含多個芯片，存在多熱源工作的情況，不同芯片之間存在熱量傳遞與交互現象。表1對比了現有多維熱網絡模型的特點，然而如何從傳熱學角度建立易于監測、具有物理意義且能夠計及多熱源間熱耦合效應的熱網絡模型還有待進一步研究。

表1 多維熱網絡模型的對比

Tab.1 Comparisons of multi-dimensional thermal network models

4 熱參數監測

IGBT模塊的壽命評估與結溫關系密切。為了應對長期任務工況引起的龐大計算量，現有的結溫評估方法通常是基于熱網絡模型和熱參數的解析計算方法。又由于熱參數隨著IGBT模塊熱疲勞失效進程會發生改變，因此需要及時更新熱參數值，以便獲取更加精準的結溫，提高壽命評估的準確性。現有的熱參數監測與辨識方法可以劃分為離線方法和在線方法兩類。

4.1 離線熱參數監測方法

海軍工程大學等利用IGBT模塊的材料參數和物理尺寸，直接計算出IGBT模塊內部每一層材料的熱阻th和熱容值th[55-58]分別為

式中，、、、分別為材料的熱導率、厚度、比熱容以及密度；為該層材料的有效傳熱面積。雖然該方法提取熱參數較為容易，但是由于在計算過程中忽略了層與層之間的接觸熱阻，因此最終結果較實際結果存在一定的偏差。文獻[59-62]基于有限元仿真模型，通過擬合仿真得到的熱響應曲線jc()來辨識出熱參數值，相應的擬合公式為

式中，為器件的功率損耗；R和C分別為熱網絡模型中第階的熱阻和熱容。盡管此類方法可以考慮接觸熱阻的存在，但是由于焊接層的空洞和裂縫帶有一定的不確定性，現有仿真模型并不能準確計及熱疲勞的影響。而基于試驗測量的方法由于可以克服前兩種方法存在的局限性，因此得到了更為廣泛的使用，其代表性方法有IEC標準[63]和JEDEC標準[64-68]。IEC標準通過測量IGBT模塊達到熱穩態時的結溫j和殼溫c獲得IGBT模塊總熱阻值jc，具體計算為

JEDEC標準根據IGBT模塊底部接觸熱阻改變前后兩種條件下的熱阻抗曲線分離點確定結到殼的總熱阻，相應的熱阻抗jc()為

式中，j()為IGBT模塊在升溫或者降溫時所連續測量的結溫。文獻[69-74]則在結構函數法的基礎上，通過網絡等效變換獲得IGBT模塊和散熱器的熱參數值。盡管基于試驗測量的熱參數辨識方法可以考慮熱疲勞的影響，但是由于需要測量IGBT模塊的加熱損耗并且需要滿足熱平衡條件，因此并不適用于在線監測應用。

4.2 在線熱參數監測方法

如何實現熱參數的在線監測是一個極具挑戰性的問題，現有文獻做了一些有益的嘗試，其方法大致可以劃分為兩類：一類是基于特征量的間接測量；另一類是基于Cauer型熱網絡的時間常數。天津工業大學等根據容易測量的物理量來間接對熱網絡參數進行監測，已有的特征量包括殼到環境溫差、二維殼溫的不均勻分布度、逆變器輸出5次諧波含量 等[75-78]。該方法基本原理如下：當IGBT模塊發生焊接層疲勞時，其熱阻會隨著熱疲勞進程逐漸增加，并引起IGBT模塊運行結溫的升高，而溫度的改變又會對這些特征量帶來影響，最終可以建立起二者之間的映射關系。例如，熱阻增加20%，殼到環境的溫差將會增加1.5℃，逆變器輸出5次諧波含量會降低5.5%。盡管上述特征量可以在線監測模塊的總熱阻，但是卻無法辨識反映結溫動態變化特性的熱容，因而并不能滿足熱參數在線監測的應用需求。

重慶大學等通過建立不同散熱條件下Cauer型熱網絡的時間常數和熱參數之間的約束方程組，辨識出IGBT模塊和散熱系統的熱阻和熱容值，相應的熱網絡時間常數可以借助擬合結溫或者殼溫的降溫曲線獲得[79-82]。盡管結構函數法也是利用降溫曲線進行熱參數辨識，但是二者具有顯著的區別。首先，結構函數法需要知道精確的加熱損耗，而后者并不需要測量功率損耗，因而在硬件成本上具有顯著優勢。其次，結構函數法需要加熱IGBT模塊至熱穩態，而后者卻無需滿足此條件，所以更加適用于在線監測應用。最后，結構函數法只能通過結溫實現，而后者可以利用易于測量的殼溫進行辨識，所以在操作上更加簡單。

4.3 關鍵問題

在熱參數監測方面：測試標準均是基于損耗和穩態結溫得到熱阻和熱容值，而結溫在實際功率變流器當中是處于變化狀態的，因此目前的標準并不適用于在線監測應用。基于Cauer型熱網絡時間常數的方法雖然克服了已有標準的局限性，但是如何將其推廣至大容量IGBT模塊還有待研究。一方面，辨識熱參數需要有成熟的熱網絡模型，而前面小節綜述結果表明，現有的多芯片熱網絡模型仍處于初級階段；另一方面，多芯片熱網絡模型和時間常數之間的約束關系尚不清楚，還需要借助電網絡理論做進一步的數學推導。

5 結溫計算

IGBT模塊壽命評估的關鍵之一在于長時間結溫的計算。目前用于壽命評估的結溫提取方法主要有電熱仿真法和結溫解析計算法。

5.1 電熱仿真法

目前常用的電熱仿真法是通過搭建的仿真電路來反映器件的電熱特性，并利用仿真軟件來提取IGBT模塊的結溫[83-85]。常見的仿真軟件有Matlab、Saber等。該方法的核心思想在于電熱比擬理論，將熱路轉化為電路進行分析，電參數和熱參數之間的對應關系見表2。雖然該方法計算精度高，但是受限于隨機工況下器件結溫的計算量大、耗費時間較長。以風電變流器為例，假如風速數據以1min為記錄單位，全年有將近50萬組數據。利用電熱仿真方法大約需要一年時間才可以計算得到全部結溫，因此該方法并不適用于長時間尺度的壽命評估。

表2 電參數和熱參數之間的對應關系

Tab.2 Equivalent electrical and thermal parameters

5.2 結溫解析計算法

結溫解析計算法也是基于電熱比擬理論，但是它是利用響應表達式來計算出IGBT模塊的結溫的。文獻[86]計算器件任意工況下的結溫為

5.3 關鍵問題

雖然結溫數值迭代算法可以快速地獲得IGBT模塊芯片的平均溫度，但是大功率IGBT模塊內部結溫通常呈現不均勻的分布，芯片中心點和邊緣點存在較大的差異。刻畫出IGBT模塊內部的溫度分布情況，對于溫度保護、熱管理設計以及壽命評估具有重要意義。然而受限于多維熱網絡模型，目前的方法是否適用于多芯片并聯IGBT模塊還需要做進一步的探究。

6 壽命預測模型

IGBT模塊的壽命評估一般是指利用壽命預測模型，對一定應用場合下的IGBT模塊預期使用壽命進行估算。因此，壽命預測模型對于IGBT模塊的壽命評估具有重要研究意義，現有的壽命模型主要有解析壽命模型和失效物理模型兩類。

6.1 解析壽命模型

解析壽命模型一般是用通過擬合加速壽命試驗得到的數據，來建立IGBT模塊失效前熱循環次數f與電熱參量之間的解析表達式。這些常見的電熱參量包括結溫大小、導通時間和電流幅值等。由于壽命模型通常是基于加速壽命試驗得到的，因此加速因子也需要被考慮。它的含義是指設備在正常工作應力下的壽命與在加速環境下的壽命之比。這些加速因子包括溫度加速因子、電壓加速因子和濕度加速因子等。

目前使用較多的解析壽命模型包括Coffin- Manson模型、Lesit模型、Norris-Landzberg模型、Bayerer模型，下面分別對其進行介紹。

Coffin-Manson模型主要考慮Dj對IGBT模塊壽命的影響，其表達式[91]為

式中，和可通過擬合試驗數據得到。Lesit模 型[20]則在Coffin-Manson模型基礎上進一步考慮了平均結溫m的影響，相應的數學表達式為

式中，B和a分別為玻耳茲曼常數和硅芯片的激發能。上述兩個模型側重于考慮結溫與失效前熱循環次數之間的關系，但是前面失效機理研究現狀表明，IGBT模塊的失效還和一些電氣參量關系緊密。Norris- Landzberg模型[92]在計及結溫因素的同時，還研究了熱循環頻率對IGBT模塊壽命的作用機制，其計算公式為

式中，NL、1、2為試驗數據擬合得到的常數。目前考慮因素最為全面的解析模型為Bayerer模型[37]，它不僅考慮了結溫大小的作用，還考慮了以下因素對f的影響：加熱時間on、每根鍵合線通過電流的有效值、IGBT模塊的耐壓值、鍵合線的直徑，具體表達式為

式中，系數1、1～6則是通過擬合加速壽命試驗數據得到。

盡管解析壽命模型具有計算簡單、表達直觀等優點，但是由于該類壽命模型的建立僅僅是通過擬合加速壽命試驗數據得到的，因而既沒有體現不同參量之間的物理聯系，也沒有反映出IGBT模塊的失效機理。

6.2 失效物理模型

為了克服解析壽命模型所存在的局限性，一些學者嘗試從IGBT模塊的失效機理和材料的形變原理等方面構建具有物理意義的壽命模型，即失效物理（Physics of Failure, PoF）模型。這類模型主要有以下三種：基于應變的PoF模型、基于斷裂的PoF模型和基于能量的PoF模型，下面分別對其進行介紹。

如2.1節研究背景所述，當IGBT模塊受到熱循環作用時，其內部會產生熱應力，進而導致材料層形變的產生。一些學者根據上述原理，建立出基于應變的PoF模型，相應的表達式[93-94]為

式中，Dep為塑性應變范圍；1和2為與材料相關的常數。對于鍵合線和焊接層兩種失效模式，1和2的取值不同。

基于斷裂的PoF模型則是從焊接層和鍵合線產生斷裂的機理出發，考慮每個循環周期應力所引起的裂痕增長率與失效前熱循環次數之間的關系。根據產生斷裂部位的不同，其主要有

式（19）[95]反映的是焊接層疲勞壽命。其中，Dec為每個循環周期累積的蠕變；為設定的裂痕長度閾值；和為與材料相關的常數；L為裂痕長度達到所需的循環次數。式（20）[96]反映的是鍵合線疲勞壽命。其中，L為裂痕長度；D為等效應力強度系數；L和L為與材料相關的常數。

基于能量的PoF模型首先根據應力-應變遲滯能量曲線計算出疲勞能量，然后當能量累積達到一定程度時，即可認為IGBT模塊發生失效。與基于斷裂的PoF模型類似，基于能量的PoF模型也有兩種類型，一種考慮的是鍵合線斷裂[97]，即

另一種基于能量的PoF模型考慮的則是焊接層失效，相應的表達式[98]為

式中，f為IGBT模塊達到失效時的總能量；c為每次熱循環引起的應力-應變遲滯能量。

以上所述失效物理模型中相關系數可以借助有限元仿真或者加速壽命試驗得到。雖然失效物理模型從材料屬性的角度解釋了IGBT模塊在一定工況下使用壽命的科學依據，但是由于不同器件的具體物理特性各不相同，因此其還需要根據研究對象的不同重新確定模型中的具體參數值，而這會帶來昂貴的經濟和時間成本。

6.3 關鍵問題

在壽命模型方面：無論是解析壽命模型還是失效物理模型，由于其關鍵系數是基于大量試驗或仿真數據得到的，經濟時間成本較高。表3總結并對比了現有壽命預測模型的優缺點，然而目前仍然缺乏一種具有通用性的壽命預測模型。此外，如何驗證壽命評估結果的準確性是目前面臨的最大難題之一。即使國內外提出了眾多的壽命評估模型，但是幾乎沒有在實際工況下對其準確性進行驗證的案例。這大致歸結于評估的預期使用壽命往往高達幾年或者數十年，現有的電力電子系統使用年限尚未達到。此外，現有的壽命評估模型通常是在單一工況下提取得到的，實際運行的工況帶有波動性，將單一工況映射到隨機工況是否可行還有待解決。

表3 壽命預測模型的對比

Tab.3 Comparisons of life prediction models

7 結論

7.1 總結

本文首先介紹了IGBT模塊壽命評估的流程，然后梳理了涉及壽命評估研究五個方面之間的邏輯聯系，其中失效機理是壽命評估的研究基礎，不同失效模式所采用的壽命模型并不一致。由于壽命評估是以結溫信息為主要因變量，又考慮長時間任務工況帶來的龐大計算量，結溫提取成為壽命評估的關鍵。此外，用于壽命評估的結溫計算通常是基于熱網絡模型和熱參數展開，因此本文對這兩方面的研究進展進行了總結。最后，基于上述研究現狀可以發現，IGBT模塊壽命評估主要存在兩個研究難點：一是大功率應用背景下IGBT模塊的多維熱網絡模型；二是壽命預測模型的離線測試與在線運行之間的等價性，特別是IGBT模塊壽命的在線預測。

針對第一個難點可以借鑒一維熱網絡的建模過程：首先，基于熱傳導理論，建立多芯片工作下IGBT模塊內部傳熱行為的數學表征。然后，將傳熱行為數學表征按照熱流路徑方向進行分解并簡化為指數疊加的形式。最后，類比RC電路的端口響應，將傳熱行為數學表征用考爾型網絡進行等效，繼而建立起多維熱網絡模型。針對第二個難點可以從以下方面入手：首先，開展多組不同工況的加速壽命試驗，分析得到每個工況下的壽命模型。然后，將多組工況組合成隨機工況再次進行加速壽命試驗，并得到IGBT模塊失效前熱循環次數。最后，對比壽命模型評估出的預期使用次數，分析二者之間的誤差，添加修正系數對原有的模型進行改進。

7.2 展望

雖然驗證壽命評估結果的準確性存在極大的挑戰，但是電力電子系統在一些關鍵場合的應用使得IGBT模塊可靠性評估迫在眉睫，如高速動車組的牽引變流器、直流輸配電系統等。這些系統通常采用了大量的IGBT模塊，隨著使用年限的逼近，正面臨著IGBT模塊的更新替換。如果在可靠性允許的范圍內，延期更換其零部件將會大幅度降低運維成本。預測器件壽命是一個理論和試驗相結合的復雜問題，而從目前一些其他大功率半導體器件（如IGCT）的研究成果來看，通過分析現場失效統計數據，結合失效率（單位時間內的失效數量）或MTBF（平均無故障工作時間）等可靠性指標，也可以對IGBT模塊的可靠性進行評估，而這會成為IGBT模塊壽命預測未來發展的重要方向之一。

[1] Iwamuro N, Laska T. IGBT history, state-of-the-art, and future prospects[J]. IEEE Transactions on Electron Devices, 2017, 64(3): 741-752.

[2] 錢照明, 張軍明, 盛況. 電力電子器件及其應用的現狀和發展[J]. 中國電機工程學報, 2014, 34(29): 5149-5161.

Qian Zhaoming, Zhang Junming, Sheng Kuang. Status and development of power semiconductor devices and its applications[J]. Proceedings of the CSEE, 2014, 34(29): 5149-5161.

[3] 周雒維, 吳軍科, 杜雄, 等. 功率變流器的可靠性研究現狀及展望[J]. 電源學報, 2013, 11(1): 1-15.

Zhou Luowei, Wu Junke, Du Xiong, et al. Research status and prospect of power converter reliability[J]. Journal of Power Supply, 2013, 11(1): 1-15.

[4] 劉國友, 黃建偉, 覃榮震, 等. 高壓大電流(4500V/ 600A)IGBT芯片研制[J]. 電工技術學報, 2021, 36(4): 810-819.

Liu Guoyou, Huang Jianwei, Qin Rongzhen, et al. Development of large size IGBT chip with high power capacity of 4500V/600A[J]. Transactions of China Electrotechnical Society, 2021, 36(4): 810-819.

[5] Falck J, Felgemacher C, Rojko A, et al. Reliability of power electronic systems: an industry perspective[J]. IEEE Industrial Electronics Magazine, 2018, 12(2): 24-35.

[6] Fischer K, Pelka K, Bartschat A, et al. Reliability of power converters in wind turbines: exploratory analysis of failure and operating data from a worldwide turbine fleet[J]. IEEE Transactions on Power Electronics, 2019, 34(7): 6332-6344.

[7] Yang Shaoyong, Bryant A T, Mawby P A, et al. An industry-based survey of reliability in power elec- tronic converters[J]. IEEE Transactions on Industry Applications, 2011, 47(3): 1441-1451.

[8] Ciappa M. Selected failure mechanisms of modern power modules[J]. Microelectronic Reliability, 2002, 42: 653-667.

[9] Choi U M, Blabjerg F. Separation of wear-out failure modes of IGBT modules in grid-connected inverter systems[J]. IEEE Transactions on Power Electronics, 2018, 33(7): 6217-6223.

[10] Ghimire P. Real time monitoring and wear out of power modules[D]. Demark: Aalborg University, 2015.

[11] 劉國友, 羅海輝, 張鴻鑫, 等. 基于全銅工藝的750A/6500V高性能IGBT模塊[J]. 電工技術學報, 2020, 35(21): 4501-4510.

Liu Guoyou, Luo Haihui, Zhang Hongxin, et al. High performance 750A/6500V IGBT module based on full-copper processes[J]. Transactions of China Electro- technical Society, 2020, 35(21): 4501-4510.

[12] Choi U M, Blabjerg F, Lee K B. Study and handling methods of power IGBT module failures in power electronic converter systems[J]. IEEE Transactions on Power Electronics, 2015, 30(5): 2517-2533.

[13] Lutz J, Schlangenotto H, Scheuermann U, et al. Semiconductor power devices: physics, characteri- stics, reliability[M]. Switzerland: Spinger International Publishing, 2018.

[14] 周生奇. 功率變流裝置中IGBT器件缺陷辨識研究[D]. 重慶: 重慶大學, 2012.

[15] 趙淵, 謝開貴. 電網可靠性指標概率密度分布的解析計算模型[J]. 中國電機工程學報, 2011, 31(4): 31-38.

Zhao Yuan, Xie Kaigui. An analytical approach to compute the probability density distributions of reliability indices for bulk power systems[J]. Pro- ceedings of the CSEE, 2011, 31(4): 31-38.

[16] Ma Ke, Choi U M, Blaabjerg F. Prediction and validation of wear-out reliability metrics for power semiconductor devices with mission profiles in motor drive application[J]. IEEE Transactions on Power Electronics, 2018, 33(11): 9843-9853.

[17] Wang Huai, Liserre M, Blaabjerg F, et al. Transi- tioning to physics-of-failure as a reliability driver in power electronics[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2014, 2(1): 97-114.

[18] 張軍, 杜雄, 孫鵬菊, 等. 氣溫波動對風電變流器中功率器件壽命消耗的影響[J]. 電源學報, 2016, 14(6): 80-86.

Zhang Jun, Du Xiong, Sun Pengju, et al. The effect of ambient temperature fluctuation on the consumed lifetime of power devices in the wind turbine power converter system[J]. Journal of Power Supply, 2016, 14(6): 80-86.

[19] Wang Huai, Liserre M, Blaabjerg F. Toward reliable power electronics: challenges, design tools, and opportunities[J]. IEEE Industrial Electronics Magazine, 2013, 7(2): 17-26.

[20] Held M, Jacob P, Nicoletti G, et al. Fast power cycling test for IGBT modules in traction application[C]//Proceedings of Second International Conference on Power Electronics and Drive Systems, Singapore, 1997: 425-430.

[21] Peck D S. The analysis of data from accelerated tests[C]//9th Reliability Physics Symposium, Las Vegas, USA, 1971: 69-77.

[22] Albarbar A, Batunlu C. Thermal analysis of power electronic devices used in renewable energy systems[M]. Switzerland: Spinger International Publishing, 2018.

[23] Zhang Jun, Du Xiong, Xiao Wenshan, et al. Condition monitoring the health status of forced air cooling system using the natural frequency of thermal network[J]. IEEE Transactions on Power Electronics, 2019, 34(11): 10408-10413.

[24] 英飛凌. IGBT模塊的損耗、溫度和安全運行[EB/OL]. https://www.docin.com/p-248178593.html.

[25] Amir E M, Mark J C. In-service diagnostics for wire-bond lift-off and solder fatigue of power semi- conductor packages[J]. IEEE Transactions on Power Electronics, 2017, 32(9): 7187-7198.

[26] Zeng Guang, Herold C, Lutz J, et al. Experimental investigation of linear cumulative damage theory with power cycling test[J]. IEEE Transactions on Power Electronics, 2019, 34(5): 4722-4728.

[27] Oukaour A, Tala-ighil B, Pouderoux B, et al. Ageing defect detection on IGBT power modules by artificial training methods based on pattern recognition[J]. Microelectronics Reliability, 2011, 51(2): 386-391.

[28] Yun C S, Malberti P, Ciappa M, et al. Thermal component model for electrothermal analysis of IGBT module systems[J]. IEEE Transactions on Advanced Packaging, 2011, 24(3): 401-406.

[29] Gopireddy L R, Tolbert L M, Ozpineci B, et al. Power cycle testing of power switches: a literature survey[J]. IEEE Transactions on Power Electronics, 2014, 30(5): 2465-2473.

[30] Herr E, Frey T, Schlegel R, et al. Substrate-to-base solder joint reliability in high power IGBT modules[J]. Microelectronics Reliability, 1997, 37(10-11): 1719- 1722.

[31] 劉洪紀. IGBT快速功率循環老化試驗裝置的研究與設計[D]. 重慶: 重慶大學, 2015.

[32] Durand C, Klingler M, Coutellier D, et al. Power cycling reliability of power modules: a survey[J]. IEEE Transactions on Device & Materials Reliability, 2016, 16(1): 80-97.

[33] Gao Bing, Yang Fan, Chen Mingyou, et al. A tem- perature gradient-based potential defects identification method for IGBT module[J]. IEEE Transactions on Power Electronics, 2017, 32(3): 2227-2242.

[34] 賈英杰, 羅毅飛, 肖飛, 等.一種符合歐姆定律的IGBT等效電阻模型[J]. 電工技術學報, 2020, 35(2): 310-317.

Jia Yingjie, Luo Yifei, Xiao Fei, et al. An equivalent electrical resistance model of IGBT suitable for Ohm’s law[J]. Transactions of China Electrotechnical Society, 2020, 35(2): 310-317.

[35] Bouarroudj M, Khatir Z, Ousten J P, et al. Temperature-level effect on solder lifetime during thermal cycling of power modules[J]. IEEE Transa- ctions on Device & Materials Reliability, 2008, 8(3): 471-477.

[36] Oezkol E, Hartmann S. Load-cycling capability of HiPak IGBT modules[R]. ABB Application Note 5SYA2043-02, 2012.

[37] Bayerer R, Herrmann T, Licht T, et al. Model for power cycling lifetime of IGBT modules various factors influencing lifetime[C]//5th International Conference on Integrated Power Systems, Nuremberg, Germany, 2008: 1-6.

[38] Choi U M, Blaabjerg F, J?rgensen S. Study on effect of junction temperature swing duration on lifetime of transfer molded power IGBT modules[J]. IEEE Transactions on Power Electronics, 2017, 32(8): 6234-6443.

[39] Choi U M, Blaabjerg F, J?rgensen S. Impact of cooling system capacity on lifetime of power module in adjustable speed drives[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2019, 7(3): 1768-1776.

[40] 陳民鈾, 高兵, 楊帆, 等. 基于電-熱-機械應力多物理場的IGBT焊料層健康狀態研究[J]. 電工技術學報, 2015, 30(20): 252-260.

Chen Minyou, Gao Bing, Yang Fan, et al. Healthy evaluation on IGBT solder based on electro-thermal- mechanical analysis[J]. Transactions of China Electrotechnical Society, 2015, 30(20): 252-260.

[41] Pedersen K B, Pedersen K. Dynamic modeling method of electro-thermo-mechanical degradation in IGBT modules[J]. IEEE Transactions on Power Electronics, 2016, 31(2): 975-986.

[42] Kadambi V, Abuaf N. An analysis of the thermal response of power chip packages[J]. IEEE Transa- ctions on Electron Devices, 1985, 32(6): 1024-1033.

[43] Bagnoli P E, Casarosa C E, Dallago E, et al. Thermal resistance analysis by induced transient (TRAIT) method for power electronic devices thermal characterization-part I: fundamentals and theory[J]. IEEE Transactions on Power Electronics, 1998, 13(6): 1208-1219.

[44] 熊詩成, 魯軍勇, 鄭宇鋒, 等. 基于各層材料傳熱特性的晶閘管結溫計算等效電路模型[J]. 中國電機工程學報, 2018, 38(4): 1157-1164.

Xiong Shicheng, Lu Junyong, Zheng Yufeng, et al. Equivalent circuit model based on the heat transfer characteristics of each layer for pulsed power thyristor junction temperature calculation[J]. Pro- ceedings of the CSEE, 2018, 38(4): 1157-1164.

[45] Ye Jin, Yang Kai, Ye Haizhong, et al. A fast electro- thermal model of traction inverters for electrified vehicles[J]. IEEE Transactions on Power Electronics, 2017, 32(5): 3920-3934.

[46] Li Hui, Liao Xinglin, Zeng Zheng, et al. Thermal coupling analysis in a multichip paralleled IGBT module for a DFIG wind turbine power converter[J]. IEEE Transactions on Energy Conversion, 2017, 32(1): 80-90.

[47] Ouhab M, Khatir Z, Ibrahim A, et al. New analytical model for real-time junction temperature estimation of multichip power module used in a motor drive[J]. IEEE Transactions on Power Electronics, 2018, 33(6): 5292-5301.

[48] Wang Zhongxu, Wang Huai, Zhang Yi, et al. A multi-port thermal coupling model for multi-chip power modules suitable for circuit simulators[J]. Microelectronics Reliability, 2018, 88-90: 519-523.

[49] 李輝, 劉盛權, 李洋, 等. 考慮多熱源耦合的風電變流器IGBT模塊結溫評估模型[J]. 電力自動化設備, 2016, 36(2): 51-56.

Li Hui, Liu Shengquan, Li Yang, et al. Junction temperature evaluation model for IGBT module of wind-power converter considering multi-thermal coupling[J]. Electric Power Automation Equipment, 2016, 36(2): 51-56.

[50] Lu Hongli, Lu Yijun, Zhu Lihong, et al. Efficient measurement of thermal coupling effects on multichip light-emitting diodes[J]. IEEE Transactions on Power Electronics, 2012, 32(12): 9280-9292.

[51] Li Jianfeng, Castellazzi A, Eleffendi M A, et al. A physical RC network model for electrothermal analysis of a multichip SiC power module[J]. IEEE Transactions on Power Electronics, 2018, 33(3): 2494-2508.

[52] Bouguezzi S, Ayadi M, Gharianim M. Developing a simplified analytical thermal model of multi-chip power module[J]. Microelectronics Reliability, 2016, 66(1): 64-77.

[53] 馬銘遙, 郭偉生, 嚴雪松, 等. 用于電動汽車功率模塊熱分析的緊湊型熱網絡模型[J]. 中國電機工程學報, 2020, 40(18): 5796-5805.

Ma Mingyao, Guo Weisheng, Yan Xuesong, et al. Compact thermal network model for thermal analysis of power modules in electric vehicle[J]. Proceedings of the CSEE, 2020, 40(18): 5796-5805.

[54] Christophe B, Nicolas G, Joe A. Lumped dynamic electrothermal model of IGBT module of inverters[J]. IEEE Transactions on Components, Packaging and Manufacturing Technology, 2015, 5(3): 355-364.

[55] Gachovska T K, Tian B, Hudgin J L, et al. A real-time thermal model for monitoring of power semi- conductor devices[J]. IEEE Transactions on Industry Applications, 2015, 51(4): 3361-3367.

[56] 劉賓禮, 羅毅飛, 肖飛, 等. 基于傳熱動力學作用特征的IGBT結溫預測數學模型[J]. 電工技術學報, 2017, 32(12): 79-87.

Liu Binli, Luo Yifei, Xiao Fei, et al. Junction temperature prediction mathematical model of IGBT based on the characteristics of thermal dynamics[J]. Transactions of China Electrotechnical Society, 2017, 32(12): 79-87.

[57] Shammsa N Y A, Rodriguez M P, Masana F. A simple method for evaluating the transient thermal response of semiconductor devices[J]. Microelectronics Reliabi- lity, 2002, 42(1): 109-117.

[58] Wang Ze, Qiao Wei. A physics-based improved cauer-type thermal equivalent circuit for IGBT modules[J]. IEEE Transactions on Power Electronics, 2016, 31(10): 6781-6786.

[59] Wu Rui, Wang Huai, Ma Ke, et al. A temperature- dependent thermal model of IGBT modules suitable for circuit-level simulations[J]. IEEE Transactions on Industry Applications, 2016, 52(4): 3306-3314.

[60] Gerstenmaier Y C, Wachutka G K M. Efficient calculation of transient temperature fields responding to fast changing heat-sources over long duration in power electronic systems[J]. IEEE Transactions on Components and Packaging Technologies, 2004, 27(1): 104-111.

[61] Gerstenmaier Y C, Castellazzi A, Wachutka G K M. Electrothermal simulation of multichip-modules with novel transient thermal model and time-dependent boundary conditions[J]. IEEE Transactions on Power Electronics, 2006, 21(1): 45-55.

[62] Bahman A S, Ma Ke, Ghimire P, et al. A 3D lumped thermal network model for long-term load profiles analysis in high power IGBT modules[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2016, 4(3): 1050-1063.

[63] IEC Standard 60747-9 Semiconductor devices-discrete devices-part 9: insulated-gate bipolar transistors (IGBTs)[S]. IEC, 2007.

[64] JESD 51-14 Transient dual interface test method for the measurement of the thermal resistance junction- to-case of semiconductor devices with heat flow through a single path[S]. JEDEC, 2010.

[65] Rencz M, Poppe A, Kollar E, et al. Increasing the accuracy of structure function based thermal material parameter measurements[J]. IEEE Transactions on Components and Packaging Technologies, 2005, 28(1): 51-57.

[66] Szekely V. A new evaluation method of thermal transient measurement results[J]. Microelectronics Journal, 1997, 28(3): 277-292.

[67] Szekely V. Identification of RC networks by decon- volution: chances and limits[J]. IEEE Transactions on Circuits and Systems I-Fundamental Theory and Applications, 1998, 45(3): 244-258.

[68] Szekely V, Rencz M. Thermal dynamics and the time constant domain[J]. IEEE Transactions on Com- ponents and Packaging Technologies, 2000, 23(3): 587-594.

[69] Smirnov V, Sergeev V, Gavrikov A, et al. Thermal impedance meter for power MOSFET and IGBT transistors[J]. IEEE Transactions on Power Electro- nics, 2018, 33(7): 6211-6216.

[70] Wachutka G, Gerstenmaier Y C, Kiffe W, et al. Combination of thermal subsystems by use of rapid circuit transformation and extended two-port theory[J]. Microelectronics Journal, 2009, 40(1): 26-34.

[71] Lei Ting, Barnes M, Smith S, et al. Using improved power electronics modeling and turbine control to improve wind turbine reliability[J]. IEEE Transa- ctions on Energy Conversion, 2015, 30(3): 1043- 1051.

[72] Hensler A, Christian H, Lutz J, et al. Thermal impedance monitoring during power cycling tests[C]// International Exhibition and Conference for Power Electronics, Intelligent Motion, Renewable Energy and Energy Management, Nuremberg, Germany, 2011: 241-246.

[73] Hensler A, Christian H, Lutz J, et al. Thermal impedance spectroscopy of power modules during power cycling[C]//23rd International Symposium on Power Semiconductor Devices and Ics, San Diego, CA, USA, 2011: 264-267.

[74] Aliyu A M, Castellazzi A. Prognostic system for power modules in converter systems using structure function[J]. IEEE Transactions on Power Electronics, 2017, 33(1): 595-605.

[75] Xiang Dawei, Ran Li, Tavner P, et al. Condition monitoring power module solder fatigue using inverter harmonic identification[J]. IEEE Transa- ctions on Power Electronics, 2011, 27(1): 235-247.

[76] Xiang Dawei, Ran Li, 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.

[77] Wang Ze, Tian Bo, Qiao Wei, et al. Real-time aging monitoring for IGBT modules using case temper- ature[J]. IEEE Transactions on Industrial Electronics, 2016, 63(2): 1168-1178.

[78] Hu Zhen, Du Mingxing, Wei Kexin. Online calcu- lation of the increase in thermal resistance caused by solder fatigue for IGBT modules[J]. IEEE Transa- ctions on Device and Materials Reliability, 2017, 17(4): 785-794.

[79] 杜雄, 李騰飛, 夏俊, 等. 基于零輸入響應的Cauer型RC網絡參數辨識方法[J]. 電工技術學報, 2017, 32(1): 222-230.

Du Xiong, Li Tengfei, Xia Jun, et al. Idenficiation method for Cauer type RC network parameter based on the zero-input response[J]. Transactions of China Electrotechnical Society, 2017, 32(1): 222-230.

[80] Zhang Jun, Du Xiong, Yu Yaoyi, et al. Thermal parameter monitoring of IGBT module using junction temperature cooling curves[J]. IEEE Transactions on Industrial Electronics, 2019, 66(10): 8148-8160.

[81] Zhang Jun, Du Xiong, Wu Yu, et al. Thermal parameter monitoring of IGBT module using case temperature[J]. IEEE Transactions on Power Electro- nics, 2019, 34(8): 7942-7956.

[82] Du Xiong, Zhang Jun, Zheng Shuai, et al. Thermal network parameter estimation using cooling curve of IGBT module[J]. IEEE Transactions on Power Electronics, 2019, 34(8): 7957-7971.

[83] Huang Hui, Bryant A T, Mawby P A. Electro-thermal modelling of three phase inverter[C]//Proceedings of the 14th European Conference on Power Electronics and Applications (EPE), Birmingham, 2011: 1-7.

[84] Johannes V G, Claus J F, Harald K, et al. A fast inverter model for electro-thermal simulation[C]// Proceedings of the 27th IEEE Applied Power Electronics Conference and Exposition (APEC), Orlando, 2012: 1-8.

[85] Zhou Z, Kanniche M S, Butcup S G, et al. High-speed electro-thermal simulation model of inverter power modules for hybrid vehicles[J]. IET Electric Power Applications, 2011, 5(8): 636-643.

[86] Arendt W, Ulrich N, Werner T. Application manual power semiconductors[M]. Nuremberg: ISLE Verlag, 2011.

[87] 杜雄, 李高顯, 吳軍科, 等. 一種用于風電變流器可靠性評估的結溫數值計算方法[J]. 中國電機工程學報, 2015, 35(11): 2813-2821.

Du Xiong, Li Gaoxian, Wu Junke, et al. A junction temperature numerical calculation method for reliability evaluation in wind power converters[J]. Proceedings of the CSEE, 2015, 35(11): 2813-2821.

[88] 王希平, 李志剛, 姚芳. 模塊化多電平換流閥IGBT器件功率損耗計算與結溫探[J]. 電工技術學報, 2019, 34(8): 1636-1646.

Wang Xiping, Li Zhigang, Yao Fang. Power loss calculation and junction temperature detection of IGBT devices for modular multilevel valve[J]. Transactions of China Electrotechnical Society, 2019, 34(8): 1636-1646.

[89] 李輝, 胡玉, 王坤, 等. 考慮雜散電感影響的風電變流器IGBT功率模塊動態結溫計算及熱分布[J]. 電工技術學報, 2019, 34(20): 4242-4250.

Li Hui, Hu Yu, Wang Kun, et al. Thermal distribution and dynamic junction temperature calculation of IGBT power modules for wind turbine converters considering the influence of stray inductances[J]. Transactions of China Electrotechnical Society, 2019, 34(20): 4242-4250.

[90] Zhang Yi, Wang Huai, Wang Zhongxu, et al. A simplification method for power device thermal modeling with quantitative error analysis[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2019, 7(3): 1649-1658.

[91] 方鑫, 周雒維, 姚丹, 等. IGBT模塊壽命預測模型綜述[J]. 電源學報, 2014, 12(3): 14-21.

Fang Xin, Zhou Luowei, Yao Dan, et al. An overview of IGBT life prediction models[J]. Journal of Power Supply, 2014, 12(3): 14-21.

[92] Norris K C, Landzberg A H. Reliability of controlled collapse interconnections[J]. IBM Journal of Research and Development, 1969, 13(3): 266-271.

[93] Lee W W, Nguyen L T, Selvaduray G S. Solder joint fatigue models: review and applicability to chip scale packages[J]. Microelectronics Reliability, 2000, 40(2): 231-244.

[94] Hanif A, Yu Yuechuan, DeVoto D, et al. A comprehensive review toward the state-of-the-art in failure and lifetime predictions of power electronic devices[J]. IEEE Transactions on Power Electronics, 2019, 34(3): 4729-4746.

[95] Kostandyan E E, S?rensen J D. Physics of failure as a basis for solder elements reliability assessment in wind turbines[J]. Reliability Engineering System Safety, 2012, 108: 100-107.

[96] Sasaki K, Iwasa N, Kurosu T, et al. Thermal and structural simulation techniques for estimating fatigue life of an IGBT module[C]//20th International Symposium on Power Semiconductor Devices and IC's, Orlando, FL, USA, 2008: 181-184.

[97] Celnikier Y, Benabou L, Dupont L, et al. Investi- gation of the heel crack mechanism in Al connections for power electronics modules[J]. Microelectronic Reliability, 2011, 51(5): 965-974.

[98] Yang Xin, Lin Zhikai, Ding Jingfang, et al. Lifetime prediction of IGBT modules in suspension choppers of medium/low-speed maglev train using an energy- based approach[J]. IEEE Transactions on Power Electronics, 2019, 34(1): 738-747.

Review of the Lifetime Evaluation for the IGBT Module

（School of Energy and Electrical Engineering Hohai University Nanjing 211100 China）

Insulated gate bipolar transistor (IGBT) is one of the core components in the power electronics system, which realizes the energy conversion and management. However, industrial survey shows that the reliability of IGBT modules in high-reliability applications is not high, and the thermal fatigue failure of IGBT modules will lead to the unplanned downtime of the entire system. Lifetime evaluation of IGBT modules will help guide the scheduled maintenance of power electronic equipment and reduce economic costs. Relevant studies indicate that the failure of IGBT modules is closely related to temperature. Thus, this paper reviewed the lifetime evaluation of IGBT modules from the perspective of thermal characteristics. Following five aspects were introduced: failure mechanism of thermal fatigue, establishment and application of thermal network, thermal parameter identification and monitoring, junction temperature estimation, and analytical and physical models for lifetime predication. Finally, the challenges of existing research were summarized, and the lifetime evaluation of IGBT modules was prospected.

IGBT module, lifetime evaluation, failure mechanism, thermal network model, thermal parameters monitoring, junction temperature estimation

TM46

10.19595/j.cnki.1000-6753.tces.201207

中國博士后科學基金面上項目（2020M671316）、江蘇省博士后科研資助計劃項目（2020Z315）、中央高校基本科研業務費項目（2019B06214）和江蘇省六大人才高峰創新團隊項目（2019-TD- XNY-001）資助。

2020-09-18

2020-12-21

張 軍 男，1992年生，博士，講師，研究方向為電力電子系統可靠性。E-mail: zhangjun2019@hhu.edu.cn

張 犁 男，1985年生，教授，博士生導師，研究方向為新能源變換器拓撲、控制及可靠性。E-mail: zhanglinuaa@hhu.edu.cn（通信作者）

（編輯 陳 誠）