电力电子器件寿命评估方法、装置和计算机设备
阅读：575发布：2020-05-08
专利汇可以提供电力电子器件寿命评估方法、装置和计算机设备专利检索，专利查询，专利分析的服务。并且本 申请 涉及一种电 力 电子 器件寿命评估方法、装置和计算机设备。所述方法包括：获取各项性能退化特征量分别对应的最优性能退化模型，并基于各最优性能退化模型以及分别对应的性能退化特征量的失效 阈值 ，得到各项性能退化特征量对应的 失效时间 ；基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型；建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型，并基于寿命分布模型输出电力电子器件的寿命评估值，从而实现综合考虑电力电子器件的各项性能退化特征量对寿命评估的影响，提高了电力电子器件寿命评估的准确度。，下面是电力电子器件寿命评估方法、装置和计算机设备专利的具体信息内容。
1.一种电力电子器件寿命评估方法，其特征在于，包括以下步骤：
获取电力电子器件在工作过程中的各项性能退化特征量；
获取各项所述性能退化特征量分别对应的最优性能退化模型，并基于各所述最优性能退化模型以及分别对应的所述性能退化特征量的失效阈值，得到各项所述性能退化特征量对应的失效时间；
基于各项所述性能退化特征量分别对应的失效时间，获取各项所述性能退化特征量分别对应的最优性能寿命分布模型；
建立各所述最优性能寿命分布模型的竞争失效模型，并基于所述蒙特卡洛法处理所述竞争失效模型，得到所述电力电子器件的寿命分布模型，并基于所述寿命分布模型输出所述电力电子器件的寿命评估值。
2.根据权利要求1所述的电力电子器件寿命评估方法，其特征在于，还包括步骤：
采用中位秩法处理各所述失效时间，得到所述电力电子器件的可靠度模型，并基于所述可靠度模型输出所述电力电子器件的可靠度评估值。
3.根据权利要求1所述的电力电子器件寿命评估方法，其特征在于，还包括步骤：
对所述寿命分布模型进行微分处理，得到所述电力电子器件的概率分布模型，并基于所述概率分布模型输出所述电力电子器件的概率评估值。
4.根据权利要求3所述的电力电子器件寿命评估方法，其特征在于，还包括步骤：
对所述概率分布模型进行积分处理，得到所述电力电子器件的平均寿命模型，并基于所述平均寿命模型输出所述电力电子器件的平均寿命评估值。
5.根据权利要求3所述的电力电子器件寿命评估方法，其特征在于，还包括步骤：
根据所述概率分布模型和所述寿命分布模型，得到所述电力电子器件的失效率模型，并基于所述失效率模型输出所述电力电子器件的失效率评估值。
6.根据权利要求1至5中任意一项所述的电力电子器件寿命评估方法，其特征在于，获取各项所述性能退化特征量分别对应的最优性能退化模型的步骤中，包括步骤：
对各项所述性能退化特征量的性能退化模型进行拟合优度检验，得到所述最优性能退化模型；所述性能退化模型包括线性退化模型、指数退化模型、幂退化模型、对数退化模型和复合指数退化模型。
7.根据权利要求1至5中任意一项所述的电力电子器件寿命评估方法，其特征在于，基于各项所述性能退化特征量分别对应的失效时间，获取各项所述性能退化特征量分别对应的最优性能寿命分布模型的步骤中，包括步骤：
基于各所述失效时间，对各项所述性能退化特征量的性能寿命分布模型进行拟合优度检验，得到所述最优性能寿命分布模型；所述性能寿命分布模型包括指数分布模型、威布尔分布模型、正态分布模型和对数正态分布模型。
8.一种电力电子器件寿命评估装置，其特征在于，包括：
数据获取模块，用于获取电力电子器件在工作过程中的各项性能退化特征量；
失效时间获取模块，用于获取各项所述性能退化特征量分别对应的最优性能退化模型，并基于各所述最优性能退化模型以及分别对应的所述性能退化特征量的失效阈值，得到各项所述性能退化特征量对应的失效时间；
最优性能寿命分布模型获取模块，用于基于各项所述性能退化特征量分别对应的失效时间，获取各项所述性能退化特征量分别对应的最优性能寿命分布模型；
寿命分布模型获取模块，用于建立各所述最优性能寿命分布模型的竞争失效模型，并基于所述蒙特卡洛法处理所述竞争失效模型，得到所述电力电子器件的寿命分布模型；
数据输出模块，用于基于所述寿命分布模型输出所述电力电子器件的寿命评估值。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任意一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述方法的步骤。
电力电子器件寿命评估方法、装置和计算机设备
技术领域
[0001] 本申请涉及电力电子器件可靠性评估技术领域，特别是涉及一种电力电子器件寿命评估方法、装置和计算机设备。
背景技术
[0002] 随着电力电子技术的高速发展，电力电子系统在航空航天、交通运输、能源传输、农业生产以及日常生活等领域中的应用越来越广泛。电力电子器件(如：绝缘栅双极型晶体管、电容器、晶闸管、自取能电源等)作为电力电子系统的基本单元和关键组成部分，往往需要承受高电压、大电流以及高开关频率的作用，使得其成为整个系统中最容易发生故障的薄弱环节。一旦发生故障，可能会使电力电子系统的运行效率下降甚至导致整个系统的失效，造成严重的经济损失。因此，电力电子器件可靠性的高低与生产效率和质量有着直接关系，开展电力电子器件的寿命评估方法研究对其可靠性水平的提升乃至整个电力电子系统可靠性水平的提升都起到重要的作用，目前一般采用的方法包括基于经验数据的寿命评估方法、基于故障数据统计的寿命评估方法以及基于性能退化数据的寿命评估方法但是，在实现过程中，发明人发现传统技术中至少存在如下问题：传统方法无法准确地完成对电力电子器件的寿命评估。
发明内容
[0003] 基于此，有必要针对上述技术问题，提供一种能够准确地评估电力电子器件的寿命的电力电子器件寿命评估方法、装置和计算机设备。
[0004] 一种电力电子器件寿命评估方法，包括以下步骤：
[0005] 获取电力电子器件在工作过程中的各项性能退化特征量；
[0007] 基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型；
[0008] 建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型，并基于寿命分布模型输出电力电子器件的寿命评估值。
[0009] 在其中一个实施例中，还包括步骤：
[0010] 采用中位秩法处理各失效时间，得到电力电子器件的可靠度模型，并基于可靠度模型输出电力电子器件的可靠度评估值。
[0011] 在其中一个实施例中，还包括步骤：
[0012] 对寿命分布模型进行微分处理，得到电力电子器件的概率分布模型，并基于概率分布模型输出电力电子器件的概率评估值。
[0013] 在其中一个实施例中，还包括步骤：
[0014] 对概率分布模型进行积分处理，得到电力电子器件的平均寿命模型，并基于平均寿命模型输出电力电子器件的平均寿命评估值。
[0015] 在其中一个实施例中，还包括步骤：
[0016] 根据概率分布模型和寿命分布模型，得到电力电子器件的失效率模型，并基于失效率模型输出电力电子器件的失效率评估值。
[0017] 在其中一个实施例中，获取各项性能退化特征量分别对应的最优性能退化模型的步骤中，包括步骤：
[0018] 对各项性能退化特征量的性能退化模型进行拟合优度检验，得到最优性能退化模型；性能退化模型包括线性退化模型、指数退化模型、幂退化模型、对数退化模型和复合指数退化模型。
[0019] 在其中一个实施例中，基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型的步骤中，包括步骤：
[0020] 基于各失效时间，对各项性能退化特征量的性能寿命分布模型进行拟合优度检验，得到最优性能寿命分布模型；性能寿命分布模型包括指数分布模型、威布尔分布模型、正态分布模型和对数正态分布模型。
[0021] 一种电力电子器件寿命评估装置，包括：
[0022] 数据获取模块，用于获取电力电子器件在工作过程中的各项性能退化特征量；
[0023] 失效时间获取模块，用于获取各项性能退化特征量分别对应的最优性能退化模型，并基于各最优性能退化模型以及分别对应的性能退化特征量的失效阈值，得到各项性能退化特征量对应的失效时间；
[0024] 最优性能寿命分布模型获取模块，用于基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型；
[0025] 寿命分布模型获取模块，用于建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型；
[0026] 数据输出模块，用于基于寿命分布模型输出电力电子器件的寿命评估值。
[0028] 一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。
[0029] 上述技术方案中的一个技术方案具有如下优点和有益效果：
[0030] 本申请各实施例提供的电力电子器件寿命评估方法通过以下步骤：获取各项性能退化特征量分别对应的最优性能退化模型，并基于各最优性能退化模型以及分别对应的性能退化特征量的失效阈值，得到各项性能退化特征量对应的失效时间；基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型；建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型，并基于寿命分布模型输出电力电子器件的寿命评估值，从而实现综合考虑电力电子器件的各项性能退化特征量对寿命评估的影响，提高了电力电子器件寿命评估的准确度。附图说明
[0031] 图1为一个实施例中电力电子器件寿命评估方法的流程示意图；
[0032] 图2为一个实施例中获取可靠度评估值步骤的流程示意图；
[0033] 图3为一个实施例中获取概率评估值步骤的流程示意图；
[0034] 图4为一个实施例中获取平均寿命评估值步骤的流程示意图；
[0035] 图5为集射极饱和压降随着循环次数变化情况图；
[0036] 图6为一个实施例中电力电子器件寿命评估装置的结构示意图；
[0037] 图7为一个实施例中计算机设备的内部结构图。
具体实施方式
[0038] 为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0039] 本申请电力电子器件寿命评估方法的一具体应用场景中：
[0040] 传统基于经验数据的寿命评估方法需要查阅可靠性预计手册，收集电力电子器件失效率计算公式和失效系数经验取值范围，实现对其寿命的建模与评估，但是，由于预计手册编写采用的数据会有所滞后，手册更新速度也较慢，无法满足实时性需求，同时，预计手册通常包含某类器件的数据，无法具体到某个型号的可靠性数据，计算误差较大。
[0041] 传统基于故障数据统计的寿命评估方法为了得到足够多的故障数据信息，需要开展大量、长时间的可靠性与寿命试验，但是，随着电力电子器件的可靠性水平不断提高，使得试验结束时往往出现“零故障”的情况，即使在施加较高应力的加速老化试验下，也需要耗费较多时间和花费较大成本才得到足够的故障信息。
[0042] 传统基于性能退化数据的寿命评估方法是目前较为常用的方法，考虑到性能退化数据在电力电子器件的使用过程中容易获取，而且性能退化数据中包含丰富的产品寿命信息，采用性能退化数据能更好对电力电子器件寿命进行评估，但是，目前的该方法都仅考虑电力电子器件单一的失效模式，而电力电子器件在实际使用过程中的失效是多种失效模式竞争的结果，在进行寿命评估时需要考虑电力电子器件多失效模式的竞争关系。
[0043] 在一个实施例中，如图1所示，提供了一种电力电子器件寿命评估方法，包括以下步骤：
[0044] 步骤S110，获取电力电子器件在工作过程中的各项性能退化特征量。
[0045] 需要说明的是，性能退化特征量为与电力电子器件退化相关的参数，例如，电力电子器件为某型绝缘栅双极型晶体管时，性能退化特征量包括集射极饱和压降、栅极阈值电压、栅极饱和电流和热阻。在一个示例中，性能退化特征量可为在电力电子器件运行过程中实时采集的数据。在另一个示例中，性能退化特征量可为已采集的电力电子器件的，并储存在存储设备中的数据，在需要时直接从存储设备中读取。
[0046] 步骤S120，获取各项性能退化特征量分别对应的最优性能退化模型，并基于各最优性能退化模型以及分别对应的性能退化特征量的失效阈值，得到各项性能退化特征量对应的失效时间。
[0047] 需要说明的是，最优性能退化模型为与性能退化特征量拟合度最好的性能退化模型。具体的，性能退化模型包括性能退化模型包括线性退化模型、指数退化模型、幂退化模型、对数退化模型和复合指数退化模型。
[0048] 具体的，基于以下公式获取线性退化模型：
[0049] y＝at+b
[0050] 基于于以下公式获取指数退化模型：
[0051] y＝beat
[0052] 基于于以下公式获取幂退化模型：
[0053] y＝bta
[0054] 基于于以下公式获取对数退化模型：
[0055] y＝a ln(t)+b
[0056] 基于于以下公式获取复合指数退化模型：
[0057]
[0058] 上述各式中，a、b表示常数参数；t表示时间。
[0059] 在一个示例中，获取各项性能退化特征量分别对应的最优性能退化模型的步骤中，包括步骤：对各项性能退化特征量的性能退化模型进行拟合优度检验，得到最优性能退化模型。在一个示例中，该步骤中，还包括采用最小二乘估计法对各性能退化模型内涉及的常数参数(例如，a和b)进行计算。
[0060] 在一个示例中，采用线性相关系数r对各性能退化模型进行拟合优度检验，具体的，对于r检验的临界值为r1-a，当|r|>r1-a时，则认为回归效果显著；否则，认为回归效果不显著，其中a为显著水平。在另一个示例中个，采用残差平方和对性能退化模型进行拟合优度检验，残差平方和越小，拟合效果越好。
[0061] 在根据上述步骤获取到各项性能退化特征量对应的最优性能退化模型后，利用最优性能退化模型处理对应的性能退化特征量的失效阈值，得到该性能退化特征量的失效时间，直至得到各性能退化特征量对应的失效时间。
[0062] 步骤S130，基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型。
[0063] 需要说明的是，最优性能寿命分布模型为最能准确地评估电力电子器件在以该最优性能寿命分布模型对应的性能退化特征量为影响因素下的寿命的性能寿命分布模型。性能寿命分布模型包括指数分布模型、威布尔分布模型、正态分布模型和对数正态分布模型。
[0064] 具体的，基于以下公式获取指数分布模型：
[0065] F(t)＝1-e-λt
[0066] 其中，t表示失效时间，单位为h(小时)；f(t)表示概率密度函数；F(t)表示累计分布函数；λ表示故障率，单位为h-1。
[0067] 基于以下公式获取威布尔分布模型：
[0068]
[0069] 其中，α表示尺度参数；β表示形状参数。
[0070] 基于以下公式获取正态分布模型：
[0071]
[0072] 其中，μ表示数学期望，单位为h；σ表示均方差； 表示正态分布的累计分布函数。
[0073] 基于以下公式获取对数正态分布模型：
[0074]
[0075] 在一个示例中，基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型的步骤中，包括步骤：基于各失效时间，对各项性能退化特征量的性能寿命分布模型进行拟合优度检验，得到最优性能寿命分布模型。在一个示例中，在该步骤中，还包括采用最小二乘估计法对各性能寿命分布模型内涉及的常数参数(例如，α和β)进行计算。在一个示例中，采用残差平方和最小的方式对各性能寿命分布模型进行拟合优度检验，具体的统计量如下：
[0076]
[0077] 其中，性能寿命分布模型的统计量SSE值越小，则拟合效果越好，将统计量SSE值最小的性能寿命分布模型作为最优性能寿命分布模型。
[0078] 步骤S140，建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型，并基于寿命分布模型输出电力电子器件的寿命评估值。
[0079] 需要说明的是，假设某电力电子器件共有M项性能退化特征量，每性能退化项特征量超过失效阈值作为一种失效模式，则共有M种失效模式。各种失效模式之间是竞争失效关系，即任一失效模式发生都可导致电力电子器件的失效。电力电子器件的失效时间T是所有失效模式发生的最小时间。
[0080] T＝min(T1,T2,…,Tj,…,TM)
[0081] 其中，Tj为失效模式j(j＝1,…,M)发生时间，单位为h
[0082] 假设电力电子器件各个失效模式相互独立，则其电力电子器件的可靠度模型如下：
[0083] R(t)＝P{T>t}＝P{T1>t,T2>t,…,Tj>t,…,TM>t}
[0084] ＝P{T1>t}…P{Tj>t}…P{TM>t}＝R1(t)R2(t)…Rj(t)…RM(t)
[0085] 其中，Rj(t)表示失效模式j的可靠度模型。
[0086] 在建立各竞争失效模型，基于蒙特卡洛法处理竞争失效模型，具体步骤如下：
[0087] 设电力电子器件M个失效模式的最优性能寿命分布模型分别为Fj(t)j＝1,…,M，利用蒙特卡洛方法进行抽样，得到M个失效时间T11,T12,…,T1j,…,T1M；
[0088] 将抽取的M个故障时间的最小值记为T1,min，
[0089] T1,min＝min(T11,T12,…,T1j,…,T1M)；
[0090] 再次进行蒙特卡洛抽样，得到M个失效时间T21,T22,…,T2j,…,T2M，取最小值记为T2,min；
[0091] 经过k次抽样，得到一组产品的失效时间数据T1,min,T2,min,…,Tk,min；
[0092] 对失效时间数据进行寿命分布模型的参数估计、拟合优度检验以及优选，最终得到电力电子器件整机的寿命分布模型F(t)，并根据寿命分布模型评估电力电子器件的寿命，并将寿命评估值传输给显示器显示，或者传输给语音设备进行播报。
[0093] 在一个实施例中，如图2所示，本申请电力电子器件寿命评估方法还包括步骤：
[0094] 步骤S250，采用中位秩法处理各失效时间，得到电力电子器件的可靠度模型，并基于可靠度模型输出电力电子器件的可靠度评估值。
[0095] 具体的，电力电子器件性能退化特征量的失效时间由大到小排序为t1≤t2≤…ti…≤tn，i＝1,2…,n样品总数。采用中位秩法，可得到累计分布模型F0(ti)和可靠度模型R0(ti)
[0096] F0(ti)＝1/[1+(n-i+1)F0.5；M；N/i]
[0097] R0(ti)＝1-F0(ti)
[0098] 其中，M＝2(n-i+1)，N＝2i，F0.5；M；N为F分布(自由度为M和N)在0.5时对应的取值。
[0099] 在一个实施例中，如图3所示，本申请电力电子器件寿命评估方法还包括步骤：
[0100] 步骤S350，对寿命分布模型进行微分处理，得到电力电子器件的概率分布模型，并基于概率分布模型输出电力电子器件的概率评估值。
[0101] 需要说明的是，基于以下公式获取概率分布模型：
[0102]
[0103] 在其中一个实施例中，如图4所示，本申请电力电子器件寿命评估方法还包括步骤：
[0104] 步骤S450，对概率分布模型进行积分处理，得到电力电子器件的平均寿命模型，并基于平均寿命模型输出电力电子器件的的平均寿命评估值。
[0105] 需要说明的是，基于以下公式获取平均寿命模型:
[0106]
[0107] 在其中一个实施例中，还包括步骤：
[0108] 根据概率分布模型和寿命分布模型，得到电力电子器件的失效率模型，并基于失效率模型输出电力电子器件的失效率评估值。
[0109] 需要说明的是，基于以下公式获取失效率模型
[0110]
[0111] 本申请电力电子器件寿命评估方法的各实施例中，获取各项性能退化特征量分别对应的最优性能退化模型，并基于各最优性能退化模型以及分别对应的性能退化特征量的失效阈值，得到各项性能退化特征量对应的失效时间；基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型；建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型，并基于寿命分布模型输出电力电子器件的寿命评估值，从而实现综合考虑电力电子器件的各项性能退化特征量对寿命评估的影响，提高了电力电子器件寿命评估的准确度。
[0112] 为了更好地理解本申请电力电子器件寿命评估方法的方法步骤，现以本申请一具体应用为例进行说明：
[0113] 以某型绝缘栅双极型晶体管(insulated gate bipolar transistor，IGBT)为例，开展其寿命评估。通过对该型IGBT的失效模式和失效机理分析，其主要性能退化特征量为集射极饱和压降、栅极阈值电压、栅极饱和电流以及热阻。各性能退化特征量发生失效的失效阈值如表1所示。采用功率循环次数作为IGBT的特征寿命。
[0114] 表1各性能退化特征量失效的阈值
[0115]特征量 符号 失效阈值/％
集射极饱和压降 VCE(sat) 5
栅极阈值电压 VGE(th) 20
栅极饱和电流 IG(sat) 20
热阻 Rth 20
集射极饱和压降 VCE(sat) 5
栅极阈值电压 VGE(th) 20
栅极饱和电流 IG(sat) 20
热阻 Rth 20
[0116] a)性能退化模型分析
[0117] 按照一定的功率循环次数对20个IGBT样品(规格为1200V(伏特)/75A(安倍))的性能退化特征量进行测试。其中，IGBT结温下限为30℃(摄氏度)，结温上限为140℃，每个循环周期时长约为144s(秒)。
[0118] 以IGBT集射极饱和压降为例，开展性能退化模型分析。集射极饱和压降VCE(sat)随着循环次数变化情况如图5所示。其中IGBT集射极饱和压降的初始值为2.2V。
[0119] 根据各项性能退化特征量的退化轨迹，选取线性退化模型、指数退化模型、幂退化模型、对数退化模型和复合指数退化模型进行拟合。其拟合结果如表2所示。
[0120] 表2性能退化模型拟合结果
[0121]性能退化模型 是否通过拟合优度检验 残差平方和
线性退化模型 通过 0.0004442
指数退化模型 通过 0.0004426
幂退化模型 通过 0.0011930
对数退化模型 通过 0.0011951
复合指数退化模型 不通过 0.0021117
线性退化模型 通过 0.0004442
指数退化模型 通过 0.0004426
幂退化模型 通过 0.0011930
对数退化模型 通过 0.0011951
复合指数退化模型 不通过 0.0021117
[0122] 由拟合结果可知，其最优性能退化模型为指数退化模型。利用外推法求解出每个样品集射极饱和压降达到失效阈值的循环次数，如表3所示。
[0123] 表3集射极饱和压降达到失效阈值的循环次数
[0124]
[0125] 取显著性水平α＝0.05，可得K-S检验统计量临界值Dn,α＝0.294，则威布尔分布、正态分布以及对数正态分布都通过拟合优度检验。由于对数正态分布拟合的残差平方和最小，因此，集射极饱和压降失效的最优性能寿命分布模型为对数正态分布。
[0126]
[0127] 集射极饱和压降的平均失效前循环次数NCE(sat)为：
[0128]
[0129] 对该型号IGBT的栅极阈值电压、栅极饱和电流和热阻试验数据进行性能退化模型分析和寿命分布模型分析，得到该型号IGBT其他性能退化特征量的最优性能寿命分布模型，如表5所示。
[0130] 表5 IGBT各项性能退化特征量的最优性能寿命分布模型
[0131]
[0132] c)竞争失效模型分析
[0133] 通过对各项性能退化特征量的最优性能寿命分布模型进行100000次的蒙特卡洛抽样分析，得到各项性能退化特征量100000个失效的循环次数，取每次抽样中失效循环次数的最小值作为IGBT整机失效的循环次数，则得到IGBT整机100000个失效的循环次数。对其进行寿命分布模型的参数估计、拟合优度检验以及优选，最终得到IGBT的寿命分布模型F(t)。
[0134]
[0135] (4)寿命评估
[0136] 该型IGTB平均寿命为：
[0137]
[0138] 本申请电力电子器件寿命评估方法，提出一种基于性能退化的电力电子器件寿命评估方法，实现对高可靠、长寿命以及多失效模式竞争的电力电子器件寿命的快速评估，利用电力电子器件的性能参数信息代替故障数据信息，实现“零故障”数据情况下对电力电子器件的寿命评估，另外也考虑了电力电子器件具有多个性能退化特征量的这一特点，使得寿命评估过程更贴合实际，评估的结果更为准确。适用于不同类型的电力电子器件的寿命评价，可对其可靠度、失效率以及平均寿命等各类指标进行评价，适用性强。
[0139] 应该理解的是，虽然图1至4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1至4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0140] 在一个实施例中，如图6所示，提供了一种电力电子器件寿命评估装置，包括：
[0141] 数据获取模块61，用于获取电力电子器件在工作过程中的各项性能退化特征量；
[0142] 失效时间获取模块63，用于获取各项性能退化特征量分别对应的最优性能退化模型，并基于各最优性能退化模型以及分别对应的性能退化特征量的失效阈值，得到各项性能退化特征量对应的失效时间；
[0143] 最优性能寿命分布模型获取模块65，用于基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型；
[0144] 寿命分布模型获取模块67，用于建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型；
[0145] 数据输出模块69，用于基于寿命分布模型输出电力电子器件的寿命评估值。
[0146] 关于电力电子器件寿命评估装置的具体限定可以参见上文中对于电力电子器件寿命评估方法的限定，在此不再赘述。上述电力电子器件寿命评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0147] 在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电力电子器件寿命评估方法。
[0148] 本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0149] 在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
[0150] 获取电力电子器件在工作过程中的各项性能退化特征量；
[0151] 获取各项性能退化特征量分别对应的最优性能退化模型，并基于各最优性能退化模型以及分别对应的性能退化特征量的失效阈值，得到各项性能退化特征量对应的失效时间；
[0152] 基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型；
[0153] 建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型，并基于寿命分布模型输出电力电子器件的寿命评估值。
[0154] 在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0155] 获取电力电子器件在工作过程中的各项性能退化特征量；
[0156] 获取各项性能退化特征量分别对应的最优性能退化模型，并基于各最优性能退化模型以及分别对应的性能退化特征量的失效阈值，得到各项性能退化特征量对应的失效时间；
[0157] 基于各项性能退化特征量分别对应的失效时间，获取各项性能退化特征量分别对应的最优性能寿命分布模型；
[0158] 建立各最优性能寿命分布模型的竞争失效模型，并基于蒙特卡洛法处理竞争失效模型，得到电力电子器件的寿命分布模型，并基于寿命分布模型输出电力电子器件的寿命评估值。
[0159] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种残留气体带电粒子束流监测装置及其方法 | 2020-05-08 | 102 |
| 一种降低机器人运动能耗的工位布局方法 | 2020-05-11 | 682 |
| 基于ELM-PID的Buck变换器输出电压控制方法 | 2020-05-08 | 568 |
| 一种基于标准型的连续系统U模型抗扰控制器设计方法 | 2020-05-08 | 423 |
| 一种隧道突水三维核磁共振超前探测装置及成像方法 | 2020-05-08 | 682 |
| 一种岩巷超前探测三维偏移成像方法 | 2020-05-08 | 359 |
| 一种基于深度学习的轨道扣件缺陷识别算法 | 2020-05-08 | 311 |
| 桥式吊车系统的全局滑模控制方法 | 2020-05-11 | 829 |
| 一种C2C模式的扫码计时互助养老平台系统及方法 | 2020-05-08 | 143 |
| 一种基于气液动力学电池模型在线估算开路电压的方法及系统 | 2020-05-08 | 945 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈