基于SMA-Elman 的IGBT 寿命预测研究

• 作者: 周昂 帕孜来·马合木提 李高原 赵智强 刘行行
• 来源期刊: 微电子学与计算机
• 学科: 工学
• 关键词: 绝缘栅双极晶体管 寿命预测 黏菌优化算法 Elman神经网络 时域特征
• 年，卷（期）: 2023,（3）
• 所属期刊栏目: 微电子器件与工艺
• 页码范围: 123-130
• 页数: 8页
• 语种: 中文

摘要

绝缘栅双极晶体管(insulated gate bipolar transistor,IGBT)作为功率变换器的重要组成部分,其剩余使用寿命的预测极为重要.针对IGBT的剩余使用寿命问题,提出了利用黏菌优化算法(slime mould algorithm,SMA)优化Elman神经网络实现权值和阈值的自适应选择,并将其用于IGBT的寿命预测.首先,对NASA研究中心老化试验数据集中的栅射极关断电压尖峰峰值进行平滑处理.其次,对处理后的数据进行时域特征提取.再次,用核主成分分析(kernel principle component analysis,KPCA)进行优选降维.最后,利用SMA-Elman神经网络模型实现IGBT的寿命预测.结果表明,提出的SMA-Elman神经网络模型相比Elman、BP神经网络及SVR模型具有更优的性能,均方误差为0.021％,均方根误差为0.014,拟合度为0.998,可以更好地实现IGBT剩余使用寿命的预测.