基于Elman神经网络模型的IGBT寿命预测

• 作者: 刘子英 朱琛磊
• 来源期刊: 半导体技术
• 学科: 工学
• 关键词: 绝缘栅双极型晶体管 (IGBT) 失效 Elman神经网络 广义回归神经网络 (GRNN) 寿命预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 半导体检测与设备
• 页码范围: 395-400
• 页数: 6页
• 分类号: TN322.8
• 语种: 中文
• DOI: 10.13290/j.cnki.bdtjs.2019.05.013

摘要

建立了Elman神经网络模型来实现绝缘栅双极型晶体管 (IGBT) 的寿命预测.分析了IGBT的结构及其失效原因, 结合NASA埃姆斯中心的加速热老化试验数据, 确定了以集电极-发射极关断电压尖峰峰值作为失效预测依据.利用高斯滤波的方法对试验数据进行预处理, 构建了单、多隐层Elman神经网络寿命预测模型, 并构建了广义回归神经网络 (GRNN) 寿命预测模型作为对比模型.采用均方误差、平均绝对误差、最大相对误差作为各模型预测性能的评估指标.结果表明, 提出的Elman神经网络模型比GRNN模型有更好的预测效果.二隐层的Elman神经网络模型均方误差为0.202 0％, 平均绝对误差为0.387 6％, 最大相对误差为3.023 0％, 可以更好地实现IGBT寿命的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘子英	华东交通大学电气与自动化工程学院	29	114	6.0	9.0
2	朱琛磊	华东交通大学电气与自动化工程学院	2	5	1.0	2.0