基于Transformer模型的IGBT剩余寿命预测

• 作者: 葛建文 黄亦翔 陶智宇 刘成良
• 来源期刊: 半导体技术
• 关键词: IGBT 剩余寿命(RUL)预测 热阻 神经网络 Transformer模型
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 可靠性|Reliability
• 页码范围: 316-323
• 页数: 8页
• 分类号: TB114.3|TN322.8
• 语种: 中文
• DOI: 10.13290/j.cnki.bdtjs.2021.04.011

摘要

为了提前预测IGBT的剩余寿命(RUL),减小失效造成的损失并辅助维护,提出了一种基于Transformer模型的RUL预测方法,使用瞬态热阻曲线预测RUL.首先,使用不同的热循环参数进行老化试验,观察到IGBT模块结-壳瞬态热阻会随着老化而变化;然后,通过处理采集到的数据,计算出瞬态热阻并删除异常值;最后,训练一个Transformer神经网络来预测IGBT的寿命.试验结果表明,根据瞬态热阻的变化,神经网络能很好地预测IGBT剩余寿命.Transformer模型平均预测误差为0.188％,与长短时记忆网络模型进行对比,Transformer模型的预测准确度提高了0.126％.