車載牽引變流器關(guān)鍵部件壽命評估綜述

葛興來，張藝馳，楊 寧

（1.西南交通大學(xué)電氣工程學(xué)院，成都 611756；2.北京縱橫機電科技有限公司，北京 100094）

截至2020 年底，我國鐵路運營總里程已增長至14.6 萬公里，同時不斷推進的城鎮(zhèn)化進程使得城市軌道交通如地鐵、輕軌、單軌、有軌電車等也在蓬勃發(fā)展。隨著軌道交通的不斷發(fā)展，列車面臨更加多變的工況以及運行環(huán)境，加之列車長期服役過程中存在的部件疲勞，列車安全可靠運維的要求日益嚴(yán)苛。車載牽引變流器被視為列車的“心臟”，為列車的運行提供強勁動力，作為變流器實現(xiàn)電能變換的關(guān)鍵執(zhí)行部件，IGBT 模塊與電容的性能受多變工況影響較大且較為脆弱，因此研究牽引變流器關(guān)鍵部件的可靠性對保障列車安全運維具有重要意義。

相關(guān)統(tǒng)計顯示：動車組牽引變流器中功率模塊的故障率高居首位，且遠(yuǎn)超其他部件[1]；中間直流回路電容因嚴(yán)格的維修機制而故障記錄較少，但若其故障將導(dǎo)致整個牽引單元無法繼續(xù)運行，嚴(yán)重危害列車的運行安全。相比部件故障后的診斷與容錯控制，壽命評估的目的在于預(yù)測部件的健康狀態(tài)，為列車的狀態(tài)修提供參考依據(jù)，以便及時維修或更換部件。此外，現(xiàn)行的列車安全維護方案主要為計劃預(yù)防性維修，維修成本居高不下，并且存在部件失修的情況，而以壽命評估為核心的狀態(tài)修為此問題提供了解決方案，是未來軌道交通修程修制改革的發(fā)展方向。因此，研究車載牽引變流器中IGBT 模塊和電容的壽命評估具有相當(dāng)?shù)谋匾?，可實現(xiàn)部件全壽命周期內(nèi)的健康狀態(tài)監(jiān)測和管理，進而提高牽引變流器的可靠性，降低列車運行風(fēng)險，減少運維成本，以滿足列車運行“安全、高效、低成本”的迫切需求。

壽命評估研究與可靠性需求密切相關(guān)，基于部件故障數(shù)據(jù)的可靠性評估模型可以直接通過查閱相關(guān)部件的可靠性手冊獲取，該評估方式雖然只能在一定程度上反映部件的可靠性，但因其評估流程簡便，適用于工程應(yīng)用場景中可靠性的快速評估。為了實現(xiàn)變流器狀態(tài)修、預(yù)測性維修等提高部件可靠性的運維策略，能夠考慮任務(wù)剖面影響的可靠性評估方式被廣泛應(yīng)用。該方式獲取影響部件失效的主要影響因素，然后基于加速老化試驗建立解析模型開展壽命評估。而通過部件內(nèi)部失效機理與外部性能參數(shù)變化的解耦分析，建立性能參數(shù)與老化程度的映射關(guān)系，則從研究部件本身性能角度為其可靠性分析提供了又一種評估方式。

本文以車載牽引變流器關(guān)鍵部件IGBT 模塊和電容為分析對象，開展壽命評估的研究。首先給出每種評估方法的流程，接著對其涉及的環(huán)節(jié)進行分析，最后總結(jié)現(xiàn)有研究工作及存在的問題，并提出研究展望。

1 基于故障數(shù)據(jù)的壽命評估

基于故障數(shù)據(jù)的部件壽命評估是指依據(jù)部件在長期運行過程中由于突發(fā)應(yīng)力或者疲勞累積等原因產(chǎn)生的歷史故障數(shù)據(jù)，實現(xiàn)對部件壽命等可靠性指標(biāo)的計算過程。區(qū)別于基于物理失效的壽命評估，該方法無需探究外界應(yīng)力的交互作用以及部件內(nèi)部的各種失效機理，評估過程相對簡單，且對各種部件的研究具有較好通用性，目前該方法已在軌道交通列車各大車載系統(tǒng)以及供電系統(tǒng)等眾多領(lǐng)域內(nèi)得到了廣泛的應(yīng)用。

圖1 顯示了基于故障數(shù)據(jù)的壽命評估方法的具體流程。首先，依據(jù)部件的安全等級、可靠性要求、部件類型等對部件進行分類；其次，依照故障判別標(biāo)準(zhǔn)對各類部件的故障數(shù)據(jù)進行清洗，剔除無效故障數(shù)據(jù)；再次，完成對部件的故障位置、故障日期、故障次數(shù)等有效故障信息的記錄，當(dāng)獲取部件的故障信息后，依據(jù)經(jīng)驗選取部件的故障分布模型，使用參數(shù)估計和擬合校驗等手段使得所選分布的故障率（即部件當(dāng)前時刻未發(fā)生故障，在未來單位時間內(nèi)發(fā)生故障的概率）和實際的故障率相符合；最后，部件的可靠度（部件在當(dāng)前時刻正常工作的概率）、剩余壽命（當(dāng)前時刻部件未發(fā)生故障，在之后發(fā)生故障的間隔時間的期望）均可通過對故障概率密度函數(shù)的運算得到。

圖1 基于故障數(shù)據(jù)的壽命評估流程Fig.1 Flow chart of lifetime evaluation based on fault data

1.1 故障數(shù)據(jù)的分類與清洗

故障數(shù)據(jù)進行分類和清洗是進行壽命評估前的必要工作，實際中的故障數(shù)據(jù)來源多樣且相互關(guān)聯(lián)，直接使用不經(jīng)處理的數(shù)據(jù)將影響到壽命評估的結(jié)果。故障數(shù)據(jù)的分類和清洗應(yīng)針對不同應(yīng)用場合分別采用不同的故障判別準(zhǔn)則，文獻(xiàn)[2]針對動車組關(guān)鍵部件的故障數(shù)據(jù)，按照不同車型、不同部件、不同故障后果以及不同可靠性要求進行分類。在對地鐵車輛系統(tǒng)進行可靠性評估中，文獻(xiàn)[3]給出了相應(yīng)的故障數(shù)據(jù)分類方法，并通過建立特定的故障判別標(biāo)準(zhǔn)對故障數(shù)據(jù)實施篩選。文獻(xiàn)[4]對城軌計軸設(shè)備的故障數(shù)據(jù)進行預(yù)處理分析時指出，故障數(shù)據(jù)在篩選和清洗時應(yīng)著重關(guān)注故障數(shù)據(jù)是否完整，應(yīng)剔除重復(fù)性記錄數(shù)據(jù)和系統(tǒng)性故障等非關(guān)聯(lián)故障數(shù)據(jù)，以確保故障數(shù)據(jù)的準(zhǔn)確可靠。

1.2 故障分布的選擇

數(shù)據(jù)清洗后，需依據(jù)故障數(shù)據(jù)的分布特性，結(jié)合實際經(jīng)驗選擇符合部件實際失效率的分布模型。在傳統(tǒng)故障統(tǒng)計可靠性評估中，通常只采用恒定失效率模型，這與實際中多數(shù)部件故障分布規(guī)律不符。因此，分布模型應(yīng)依據(jù)部件的實際運行及失效特點進行選擇。目前，指數(shù)分布、威布爾分布、正態(tài)分布以及對數(shù)正態(tài)分布是經(jīng)過大量現(xiàn)場測試和驗證，在可靠性工程領(lǐng)域得到廣泛應(yīng)用的分布模型[5]。

指數(shù)分布的解析表達(dá)式相對簡單，早期在電力系統(tǒng)等復(fù)雜系統(tǒng)的可靠性評估領(lǐng)域內(nèi)得到了廣泛的使用[6]，但由于其只具備恒定的故障率，只能對處于隨機失效期部件的故障分布進行描述，無法表征部件在早期和疲勞期的變失效率的情況。針對該問題，文獻(xiàn)[7]提出使用多個不同指數(shù)分布對故障數(shù)據(jù)分段擬合，表述不同階段的故障率，但該方法需要多次參數(shù)估計。相比之下，威布爾分布則更加靈活，通過改變自身參數(shù)可實現(xiàn)對多種分布的模擬，具備變化的故障率。例如：當(dāng)其形狀參數(shù)大于1 時，其分布模型故障率隨時間增加而上升，表示部件處于疲勞期的故障分布；當(dāng)形狀參數(shù)為3～4 時，威布爾分布可近似為正態(tài)分布；當(dāng)形狀參數(shù)等于1 時，威布爾分布退化為故障率恒定的指數(shù)分布；當(dāng)形狀參數(shù)小于1 時，分布模型的故障率隨時間增加而下降，表示部件早期的故障率。但單個傳統(tǒng)的威布爾分布模型只能表示單調(diào)變化的故障率，無法使用一個模型表示部件整個壽命周期內(nèi)浴盆型故障率變化。因此，文獻(xiàn)[8]對傳統(tǒng)的威布爾分布進行擴展，提出了一種故障率非單調(diào)變化的改進型威布爾分布。

正態(tài)分布可從威布爾分布退化得到，主要適用于描述部件內(nèi)部存在多種失效機理，不存在主導(dǎo)型失效時的故障數(shù)據(jù)。將服從正態(tài)分布的數(shù)據(jù)經(jīng)指數(shù)變換后可得到服從對數(shù)正態(tài)分布的數(shù)據(jù)，與正態(tài)分布類似，對數(shù)正態(tài)分布對于存在多種失效機理的故障數(shù)據(jù)擬合效果更好[9]。文獻(xiàn)[10]中利用對數(shù)正態(tài)分布和威布爾分布對IGBT 加速老化實驗的壽命數(shù)據(jù)進行擬合，證明了IGBT 的故障分布服從對數(shù)正態(tài)分布，而非此前認(rèn)為的威布爾分布。

1.3 故障分布的參數(shù)估計與校驗

當(dāng)分布確定之后，需要對分布的參數(shù)進行估計。極大似然估計法、最小二乘法、貝葉斯估計是可靠性領(lǐng)域中常用的參數(shù)估計方法。極大似然估計通過故障樣本構(gòu)建似然函數(shù)，通過求解似然函數(shù)的極值獲取最大發(fā)生概率下的參數(shù)估計值。文獻(xiàn)[11]使用極大似然估計對三參數(shù)威布爾分布進行參數(shù)估計，并提出了一種逐步搜索的數(shù)值計算方法，解決了非線性方程組的計算問題，有效減少了參數(shù)估計的時間。最小二乘法計算相對簡單，文獻(xiàn)[8]通過故障數(shù)據(jù)進行坐標(biāo)轉(zhuǎn)換獲取概率圖，進而利用最小二乘法進行線性回歸實現(xiàn)了威布爾分布的參數(shù)估計。貝葉斯估計是利用先驗分布與故障樣本數(shù)據(jù)獲取后驗分布的一種方法，通常需要假定一種先驗的分布模型，文獻(xiàn)[12]針對先驗分布難以獲取，利用可靠性函數(shù)區(qū)間估計的形式呈現(xiàn)先驗信息，構(gòu)造威布爾參數(shù)的連續(xù)聯(lián)合先驗分布，進而確定威布爾分布參數(shù)。

當(dāng)分布參數(shù)確定后，需要根據(jù)擬合優(yōu)度校驗的結(jié)果確定分布的擬合效果，以選出最接近實際的部件故障分布模型。常用的擬合優(yōu)度校驗方法包括AD（Anderson-Darling）校驗法[13]、KS（Kolmogorov-Smirnov）校驗法[14]、貝葉斯校驗法[15]等，當(dāng)部件的故障分布模型和分布參數(shù)一旦確定，部件的壽命及相關(guān)可靠性指標(biāo)即可通過相應(yīng)的解析公式進行計算。

2 基于任務(wù)剖面的壽命評估

實際應(yīng)用中，不同運行工況和環(huán)境下的車載牽引變流器部件存在不同的失效情況，因此壽命評估需要充分考慮變流器的任務(wù)剖面，即設(shè)備在完成規(guī)定任務(wù)的時間段內(nèi)所遍歷的事件和環(huán)境的時序描述。現(xiàn)有的壽命模型多基于不同的熱應(yīng)力加速試驗建立，因此基于任務(wù)剖面的壽命評估需有效獲取部件的熱剖面，但由于車載牽引變流器部件為全封閉結(jié)構(gòu)，無法直接測量部件的內(nèi)部溫度變化，常通過采集易獲取的牽引變流器的外部電熱變量，經(jīng)過解析計算后間接獲取部件的熱應(yīng)力并進行壽命評估，其評估流程如圖2 所示，主要分為功率損耗計算、熱網(wǎng)絡(luò)建模、壽命模型及評估分析4 部分。

圖2 基于任務(wù)剖面的壽命評估流程Fig.2 Flow chart of lifetime evaluation based on mission profile

2.1 功率損耗計算

IGBT 功率損耗主要包括截止損耗（漏電損耗）、導(dǎo)通損耗、開關(guān)損耗以及驅(qū)動損耗，在大功率牽引變流器應(yīng)用中，截止損耗在總的功率損耗中所占比重較低，通常在0.1%以下，可以忽略其對結(jié)溫波動的影響[16]。對于車載牽引變流器中IGBT 的功率損耗計算，不僅要考慮器件自身特性，還應(yīng)該考慮變流器實際運行和控制方式的影響。對于器件自身特性的獲取，目前主要分為物理模型[17]、行為模型[18]、曲線擬合[19]和數(shù)據(jù)手冊4 種方法。物理模型雖可以準(zhǔn)確表示器件的暫態(tài)和靜態(tài)特性，但需要深入了解半導(dǎo)體物理學(xué)相關(guān)理論，且模型參數(shù)眾多，含有大量復(fù)雜的微分方程，仿真時間長，存在收斂性的問題，文獻(xiàn)[17]對大功率IGBT 現(xiàn)有的4 類物理模型的優(yōu)缺點進行了總結(jié)。與復(fù)雜的物理模型相比，行為模型相對較容易建立，且主要關(guān)注器件封裝產(chǎn)生的寄生參數(shù)，文獻(xiàn)[18]考慮基區(qū)存儲電荷造成的等效電容及模塊封裝鍵合線帶來的寄生電感，實現(xiàn)了對3.3 kV/1.5 kA IGBT 模塊行為模型的建立。相對行為模型，曲線擬合計算簡單實用，但擬合存在近似處理，因此現(xiàn)有文獻(xiàn)多通過探索有效的分段函數(shù)實現(xiàn)IGBT 模塊損耗的精確計算[19]。使用IGBT 廠商提供的數(shù)據(jù)手冊可直接計算功率損耗，但由于數(shù)據(jù)表中測試數(shù)據(jù)是在一定條件下得到，與實際應(yīng)用存在一定差異，但簡單折算，可以較為精確地計算得出損耗結(jié)果。變流器的運行特性的影響主要體現(xiàn)在變流器拓?fù)?、調(diào)制策略。牽引變流器結(jié)構(gòu)主要分為兩電平（CRH1/3/5 系列，CRH380B 系列，CR400AF/BF，HXD1/2/3）和三電平（CRH2 系列，CRH 380A 系列），正弦脈寬調(diào)制SPWM（sinusoidal pulse width modulation）與空間矢量脈寬調(diào)制SVPWM（space vector pulse width modulation）是牽引變流器常用的調(diào)制技術(shù)。對兩電平變流器，現(xiàn)有文獻(xiàn)已對地鐵變流器[20]、高鐵變流器[21]進行了介紹分析；對于SPWM和SVPWM 的區(qū)別，文獻(xiàn)[22]已對其進行了揭示。

在功率損耗計算方面，由于電容的等效串聯(lián)電阻ESR（equivalent series resistance）會隨紋波電流頻率而變化，電容的功率損耗計算需要考慮紋波電流各頻率的諧波分量以及相應(yīng)的ESR。為了得到紋波電流中各頻率的諧波分量，通常采用快速傅里葉變換（fast Fourier transform）的方式對電容的紋波電流進行頻譜分析[23]。此外，ESR 與頻率的關(guān)系也有了應(yīng)用廣泛的解析模型，而進一步考慮到ESR 還會受到溫度的影響，文獻(xiàn)[24]結(jié)合電容的數(shù)據(jù)手冊，利用神經(jīng)網(wǎng)絡(luò)擬合出了ESR 隨溫度和頻率變化的非線性曲線。

2.2 熱網(wǎng)絡(luò)建模

對于IGBT，F(xiàn)oster 和Cauer 模型是目前被廣泛應(yīng)用的熱網(wǎng)絡(luò)集總參數(shù)模型[25]。Cauer 模型的相關(guān)參數(shù)與器件的材料和結(jié)構(gòu)直接相關(guān)，具有一定的物理含義，但通常難以直接獲取；Foster 模型參數(shù)通過瞬態(tài)熱阻抗的數(shù)學(xué)擬合得到，而瞬態(tài)熱阻抗曲線則可以通過升溫或降溫曲線計算得出，并且數(shù)據(jù)手冊通常會提供較為精確的4 階Foster 模型的參數(shù)，且Foster 和Cauer 兩個模型之間可以進行相互轉(zhuǎn)換[26]。對于牽引應(yīng)用的IGBT 模塊，其內(nèi)部通常包含多個IGBT、二極管芯片，為了提高結(jié)溫的計算精度，芯片之間的熱耦合需要重點考慮。文獻(xiàn)[27]基于疊加定理提出使用熱阻抗矩陣來描述模塊內(nèi)各芯片的自熱阻抗以及熱耦合阻抗。然而隨著芯片數(shù)量的增加，熱網(wǎng)絡(luò)模型需要提取的參數(shù)會急劇增加，且高階的熱阻抗矩陣會增加結(jié)溫的計算負(fù)擔(dān)，如何在誤差允許的范圍內(nèi)對熱阻抗矩陣進行簡化成為了一個研究熱點?，F(xiàn)有文獻(xiàn)分別基于芯片空間布局的對稱性[28]和芯片間距[29]對熱阻抗矩陣進行簡化，但2種方法所依賴的信息在實際應(yīng)用中通常難以獲取且受限于模塊封裝類型。文獻(xiàn)[30]提出了一種基于頻域熱響應(yīng)分析的熱阻抗矩陣簡化方法，同時考慮了多時間尺度下的功率損耗變化。

對于電容熱模型的構(gòu)建，考慮電容在三維空間中的傳熱特性，文獻(xiàn)[31]建立了模型結(jié)構(gòu)復(fù)雜的三維熱模型，精度較高，但熱應(yīng)力分析時求解速度較慢。針對現(xiàn)有的建模方法大多未考慮環(huán)境溫度擾動的影響，文獻(xiàn)[32]提出了一種既考慮電容自熱效應(yīng)又考慮環(huán)境溫度擾動的熱建模方法。而為了驗證各類熱模型的準(zhǔn)確性，需要得到電容運行時的溫度分布特性，有限元仿真建立傳熱模型是分析電熱耦合場中電容溫度分布的有效方法，文獻(xiàn)[33]建立了電容的有限元仿真模型，研究了電容形狀、外殼材料、結(jié)構(gòu)等對傳熱效率的影響，分析了在不同工況下電容運行時的溫度分布情況。在實際應(yīng)用中，當(dāng)單個電容不能滿足額定電壓或特定容值的需求時，通常采用電容組以獲得更大容值或更高的額定電壓。而針對電容組的熱建模方法已有許多學(xué)者進行了研究[34-35]，文獻(xiàn)[34]討論了電容組的對流和輻射傳熱問題，進而提出了用于估算電容組溫升的傳熱模型，但該模型無法準(zhǔn)確估計每個電容的熱點溫度；文獻(xiàn)[35]進一步分析電容的自熱以及電容之間的熱耦合效應(yīng)，在此基礎(chǔ)上建立了電容組的解析熱模型，得到了各電容的熱點溫度。

2.3 壽命模型及評估分析

IGBT 模塊壽命評估模型大體可分為兩類：解析模型和物理模型[36]，解析模型主要基于加速老化試驗建立，模型參數(shù)較少且易于獲取；物理模型是根據(jù)應(yīng)力-應(yīng)變變形原理中的損傷與斷裂機理對壽命進行預(yù)測，參數(shù)復(fù)雜且需熟知材料屬性，因此實際應(yīng)用中解析模型較多。壽命模型隨著器件封裝工藝的發(fā)展不斷優(yōu)化，將其總結(jié)如表1 所示。

表1 IGBT 壽命模型及解析表達(dá)式Tab.1 IGBT lifetime models and the corresponding analytical expressions

現(xiàn)有解析模型主要分為Coffin-Manson 和Bayerer 兩大類[37]，其中：經(jīng)典的Coffin-Manson 模型只考慮了結(jié)溫波動對壽命的影響，改進的Coffin-Manson 模型則在此基礎(chǔ)上進一步考慮了平均結(jié)溫，可以建立較為精確的壽命模型，2 種模型適用于Al2O3基板；Bayerer 模型除了考慮到溫度因素，還引入了加熱時間ton、每根鍵合線流經(jīng)電流I、鍵合線直徑D以及模塊的阻斷電壓V，該模型適用于Al2O3基板，但不適用于AlN 和AlSiC 基板。表1 模型公式中Ea為激活能量常數(shù)，kB為波爾茲曼常量，A、n、β1～β2均為對試驗測試數(shù)據(jù)擬合獲得的參數(shù)。對于IGBT 模塊的壽命評估，最廣泛使用的是Miner 法則，即線性累積損傷模型[40]。但實際應(yīng)用中，疲勞損傷并非線性疊加，非線性累積損傷模型可能會更接近于現(xiàn)實[41]，但將其應(yīng)用于IGBT 壽命預(yù)測之前，仍需要大量的實驗驗證。

通過對電容各類失效機理的總結(jié)，文獻(xiàn)[42]提出了電容的解析壽命模型，其描述了電壓應(yīng)力對介質(zhì)材料劣化以及溫度對電化學(xué)反應(yīng)的影響；文獻(xiàn)[43]進一步提出了考慮環(huán)境濕度的薄膜電容的壽命模型。對于壽命評估，累積損傷分析是長期任務(wù)剖面下電容壽命評估的重要一環(huán)，文獻(xiàn)[44]提出了一種基于線性損傷理論的電容疲勞損傷評估方法，文獻(xiàn)[45]則考慮了電容在退化過程中性能參數(shù)的非線性變化過程，提出了一種用于長期估計的非線性累積損傷模型。針對于牽引變流系統(tǒng)，文獻(xiàn)[46-47]研究了將實際任務(wù)剖面轉(zhuǎn)化為直流側(cè)支撐電容組的電熱應(yīng)力的建模方法，基于任務(wù)剖面的壽命評估方法，結(jié)合威布爾分布探討了在可靠度5%的情況下直流側(cè)支撐電容組的使用壽命，為支撐電容組的維修時間提供了參考。各類壽命模型及其適用范圍如表2 所示，其中：模型1 引入逆冪律公式和阿倫尼烏斯公式分別描述電應(yīng)力和熱應(yīng)力對電容壽命的影響，對薄膜電容、鋁電解電容和多層陶瓷電容均適用；模型2 在特定條件下對模型1 做了簡化，適用于薄膜電容、鋁電解電容；模型3 則在模型2 的基礎(chǔ)上，壽命模型進一步引入逆冪律公式描述濕度應(yīng)力的影響。表1 中，L0、L、T0、Th、V0、V、RH0、RH 分別為電容額定壽命、電容的預(yù)期壽命、額定熱點溫度、實際熱點溫度、額定運行電壓、實際運行電壓、額定相對濕度、實際相對濕度，Ea為激發(fā)能量常數(shù)，KB為玻爾茲曼常 數(shù)，n、p、h 分別表示電壓應(yīng)力 因數(shù)、溫度應(yīng)力因數(shù)和濕度應(yīng)力系數(shù)。

表2 電容壽命模型及解析表達(dá)式Tab.2 Capacitor lifetime models and the corresponding analytical expressions

3 基于性能退化參數(shù)壽命評估

不同的剩余壽命對應(yīng)不同的老化程度，IGBT 模塊及電容的老化主要是由材料的形變或應(yīng)變產(chǎn)生，并且會體現(xiàn)在部件的外部性能參數(shù)上，因此可以利用性能參數(shù)對老化程度進行描述，建立老化程度與使用時間的模型，進而實現(xiàn)部件的壽命評估。圖3 為基于性能退化參數(shù)的壽命評估流程。

圖3 基于性能退化參數(shù)的壽命評估流程Fig.3 Flow chart of lifetime evaluation based on performance degradation parameters

3.1 性能參數(shù)確定及獲取

在實際應(yīng)用中，部件會隨著運行時間發(fā)生老化以及失效，且不同失效機理導(dǎo)致部件呈現(xiàn)不同的特征參數(shù)，因此在壽命評估前需要明確能夠有效反應(yīng)部件老化的性能參數(shù)，表3 和表4 分別給出了IGBT 模塊[48]和電容[49]的失效機理及失效參數(shù)。

表3 IGBT 失效模式及對應(yīng)的特征參數(shù)Tab.3 Failure modes of IGBT and the corresponding characteristic parameters

表4 電容失效模式及對應(yīng)的特征參數(shù)Tab.4 Failure modes of capacitors and the corresponding characteristic parameters

明確性能參數(shù)之后，需要獲取部件老化的性能參數(shù)庫，狀態(tài)監(jiān)測與加速老化試驗是常用獲取途徑，狀態(tài)監(jiān)測是指針對部件的關(guān)鍵性能參數(shù)，在長時間尺度下獲取其值以及退化趨勢；而加速老化試驗則是為了在短時間尺度內(nèi)得到部件的劣化趨勢，縮短失效時間而開展的一類試驗。文獻(xiàn)[50]分別設(shè)計IGBT 器件的有源直流、PWM 功率循環(huán)和無源熱循環(huán)試驗，提取如通態(tài)電壓、閾值電壓、柵極電流、柵極電壓和熱阻等參數(shù)在試驗中的失效情況；實際應(yīng)用中常利用輔助設(shè)備來監(jiān)測IGBT 失效進程中的變量，此外現(xiàn)有器件廠商將熱敏電阻等溫度傳感器安裝在IGBT 芯片附近，提取結(jié)溫作為IGBT 失效指標(biāo)[51]，或者在IGBT 芯片表面集成PN 結(jié)，監(jiān)測小電流下PN 結(jié)的壓降為失效預(yù)兆量[52]。為了得到更加真實有效的電容加速老化結(jié)果，文獻(xiàn)[53]提出了一種T 型性能退化試驗設(shè)計方法，確保了試驗結(jié)果的有效性；文獻(xiàn)[54]結(jié)合變流器的控制算法向電容注入特定頻率的電流，通過遞推最小二乘法計算出電容的性能退化參數(shù)；文獻(xiàn)[55]基于牽引變流器中直流側(cè)電容的快速放電階段，設(shè)計了一種直流側(cè)電容的狀態(tài)監(jiān)測方法。

3.2 評估模型建立及分析

在獲取性能退化數(shù)據(jù)的基礎(chǔ)上，通常采用統(tǒng)計建模和人工智能等方式建立壽命模型。對于IGBT 模塊，從在線測量難易、線性度和靈敏性方面考慮，其集射極飽和壓降Vce是較好的失效參數(shù)，文獻(xiàn)[56]運用高斯過程回歸技術(shù)GPR（Gaussian process regression）對IGBT 進行壽命評估。因基于時域信號的方法會導(dǎo)致過大的計算壓力，蒙特卡洛仿真MCS（Monte-Carlo simulation）方法被用于壽命分析中，文獻(xiàn)[57]提出了一種結(jié)合MCS 的改進馬爾可夫模型，達(dá)到了減小計算壓力、提高計算速度和精度的目的。對于智能算法，文獻(xiàn)[58]選取Vce（on）作為特征量，利用延時神經(jīng)網(wǎng)絡(luò)TDNN（time delay neural network）進行壽命評估；文獻(xiàn)[59]則運用主成分分析PCA（principal component analysis）對失效參數(shù)Vce進行特征降維，運用前饋神經(jīng)網(wǎng)絡(luò)FFNN（feedforward neural network）減少計算負(fù)荷。除了神經(jīng)網(wǎng)絡(luò)方法外，極限學(xué)習(xí)機ELM（extreme learning machine）也被用于壽命評估中[60]。

對于電容，文獻(xiàn)[61]建立了基于Gamma 過程的退化模型，進而預(yù)測電容的壽命；而考慮到獲得足夠的性能退化數(shù)據(jù)是非常耗時的，文獻(xiàn)[62]建立了基于Birnbaum-Saunders 分布和Poisson 分布的電容壽命預(yù)測模型，可以在有限的數(shù)據(jù)上較準(zhǔn)確地預(yù)測電容的壽命；針對上述分布模型參數(shù)固定不變的問題，文獻(xiàn)[63]用粒子濾波算法對電容的壽命進行預(yù)測，通過歷史數(shù)據(jù)不斷更新模型參數(shù)，提高了壽命預(yù)測精度；不同于對性能退化數(shù)據(jù)的擬合分析，文獻(xiàn)[64]從電容的退化機理出發(fā)建立了電容性能參數(shù)隨時間變化的老化模型以預(yù)測電容壽命，文獻(xiàn)[65]則基于加速老化試驗提出了一種基于神經(jīng)網(wǎng)絡(luò)的電容性能參數(shù)老化趨勢的預(yù)測方法。

4 結(jié)論和展望

本文分別從基于故障數(shù)據(jù)、基于任務(wù)剖面、基于性能退化參數(shù)三方面對IGBT 和電容的壽命評估展開了總結(jié)論述，同時進一步研究現(xiàn)有文獻(xiàn)中仍存在的不足和需求，主要體現(xiàn)以下5 點。

（1）從研究對象看，現(xiàn)有研究主要關(guān)注IGBT 模塊和電容壽命評估，但對于其他部件，如IGBT 模塊驅(qū)動板、電抗器、繼電器、傳感器等的壽命評估也同樣重要。其他部件的可靠性已逐漸在工程應(yīng)用中被廣泛關(guān)注，但理論研究成果相對較少，如何對這些部件進行有效的壽命評估是車載牽引變流器可靠性分析亟需解決的難題。

（2）目前基于故障數(shù)據(jù)的壽命評估對分析方法已進行了深入的探索，然而現(xiàn)有分析對IGBT 模塊的壽命評估卻相對較少，主要原因是實際應(yīng)用中牽引變流器顯示的IGBT 模塊故障并非完全由其自身引起，可能是其他部件的異常工作或者驅(qū)動信號誤輸出等所致，IGBT 模塊只是作為故障的表現(xiàn)者，因此，如何進行有效的故障分類和溯源是該領(lǐng)域需要深入研究的課題。

（3）對于基于任務(wù)剖面的壽命評估，熱應(yīng)力的精確計算是關(guān)鍵?，F(xiàn)有研究主要基于解析方法進行獲取，但隨著所關(guān)注的任務(wù)剖面時間尺度增加，熱應(yīng)力的計算負(fù)擔(dān)也會急劇增加，因此如何確保在允許的誤差范圍內(nèi)實現(xiàn)熱應(yīng)力的快速計算是未來基于任務(wù)剖面的壽命評估需要重點解決的。

（4）現(xiàn)有的壽命評估模型中考慮的老化因素較為單一，尤其對于IGBT 模塊，主要為電熱應(yīng)力，而未考慮濕度、振動等影響因素，因此建立考慮更多失效因素的壽命評估模型是目前研究的焦點。但壽命模型建立需要大量的可靠性測試，會產(chǎn)生較高的測試成本；同時現(xiàn)有的測試主要基于加速老化試驗進行，受限于測試時間對小載荷應(yīng)力下失效機理探索鮮有分析，因此如何有效降低測試成本和時間是IGBT 模塊可靠性發(fā)展需要重點解決的難題。

（5）對基于性能退化參數(shù)的壽命評估，參數(shù)的精確獲取十分重要。但現(xiàn)有的特征參數(shù)值數(shù)量級較小，在實際應(yīng)用中較難獲取。此難題的解決可以從兩個方面出發(fā)：①軟件方面，結(jié)合人工智能算法，融合現(xiàn)有傳感器可獲取的信息和變流器特性，數(shù)字化復(fù)現(xiàn)變流器的運行變化，即基于數(shù)據(jù)孿生的方法進行特征參數(shù)提?。虎谟布矫?，設(shè)計更為有效的監(jiān)測電路，實現(xiàn)特征參數(shù)的精確獲取。