用于高功率密度变频器的高频、高温、高可靠性碳化硅模块设计优化方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51507166
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0706.电力电子学
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

As one of the next generation power electronics device materials, silicon carbide (SiC) is a potent alternative to state-of-the-art silicon technology in high frequency and high-temperature applications, especially for high power density converter. However, limited by high frequency and high temperature operation abilities, the silicon base module packaging can not be applied indiscriminately to SiC chips. Since the fundamental design theories and practical techniques are still inadequate, in this research, the designs and optimization of multi-chip SiC power modules with novel packaging technologies are focused. By developing a novel modeling method, the electrical, thermal and reliability performance can be analyzed and compared. With a novel analytic evaluation model, the voltage stress and current share unbalance during the transient can be evaluated and mitigated. Moreover, with an equivalent three dimensional thermal network model, the thermal performance of design candidates can be compared. To further meet the reliability requirement of large temperature excursion, the thermo-mechanical stresses at the important corners are investigated. With above models and evaluation methods, the power module layout can be optimized by a genetic algorithm based procedure. The proposed method can assure high frequency, high temperature capability and high reliability. It could be a major step to improve the overall performance of SiC modules.
碳化硅属于新一代半导体材料,采用碳化硅制造的芯片具有可高频、高温运行等优点,特别适合需要高功率密度的变频器应用。功率模块是芯片稳定运行的基础,但现有硅基模块不适合高频、高温运行,无法被直接套用。由于基础设计理论和实用技术尚不完备,本项目拟针对采用新型封装形式的多芯片碳化硅模块设计开展研究。建立功率模块设计的表征模型,以此为基础研究电气、散热及可靠性的高效评估方法。拟通过新型解析方法进行电气参数评估,减少器件开关瞬态的电压尖峰并充分考虑并联芯片的均流问题;利用等效三维热网络模型从散热角度高效评估设计;针对大温度梯度运行分析布局中重要端点处的热应力,评估模块的可靠性。基于以上模型和评估方法通过遗传算法进行优化,使多芯片碳化硅功率模块更适合高频运行、高温运行,能保持长期可靠性。

结项摘要

现阶段SiC器件单芯片载流能力较低(≤50A),大功率模块需要并联大量芯片(数量大于30),常规模块布局使用试凑伴随人工参与的半自动设计,其计算时间长、效率低,不能有效评估并联芯片的瞬态均流性、散热能力与热应力平衡状态,容易导致SiC芯片失效,亟需自动布局优化方法。.本课题首先建立模块物理布局和数字模型间的三维映射方案,充分表达元件间互连、几何尺寸的相互约束关系,便于计算机自动实现智能设计算法。之后建立可高效评估封装布局的多物理场评价架构,在保证计算精度的前提下,分别实现了电气、散热、热应力三个方面的快速计算。最后改进了课题开始前所使用的基于遗传算法的双层优化循环,提升了优化速度和收敛性问题,可在电、热、机方面进一步平衡优化设计,达到材料利用高效化。.三维映射方案方面,对于常规键合型封装和以平面型封装为代表的新型封装,建立统一的映射模型。该映射具有唯一性,不会在优化过程中产生大量重复设计或无效设计。相对于课题开始前使用的映射方案,该种映射对于大数量芯片(>30)模块,不会因芯片无法连接间接产生无效设计,能保证后续优化循环速度和收敛性。.在电气评估方面,本课题采用了有限差分法与电感等效折算方法,在评估杂散参数的过程中,首先分析各种封装形式中的导电回路,将各导电回路分为多组条状导体。结合边界元法和经典解析公式推导并化简得到导电端不对称分布的条状导体计算公式,达到快速计算的目的。在散热评估方面,本课题根据封装形式及相应散热方法,分析各部分的结构、几何形状、材料特性、散热途径,结合有限差分法建立三维热网络,解决了常规有限元法计算时间长的问题。在热应力评估方面,主要分析了高温、大温度梯度下模块最容易失效的部件,重点计算了铜基板图案重要端点处的热应力,开发了准确、快速的解析算法,解决了传统有限元方法计算慢的难题。

项目成果

期刊论文数量(4)
专著数量(1)
科研奖励数量(1)
会议论文数量(14)
专利数量(3)
A hybrid Si IGBT and SiC MOSFET module development
混合 Si IGBT 和 SiC MOSFET 模块开发
  • DOI:
    10.23919/tems.2017.8241357
  • 发表时间:
    2017-12
  • 期刊:
    CES Transactions on Electrical Machines and Systems
  • 影响因子:
    --
  • 作者:
    Puqi Ning;Lei Li;Wuhui Wen
  • 通讯作者:
    Wuhui Wen
1200V碳化硅MOSFET与硅IGBT器件特性对比性研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    电源学报
  • 影响因子:
    --
  • 作者:
    李磊;宁圃奇;温旭辉
  • 通讯作者:
    温旭辉
SiC MOSFET 和Si IGBT 的结温特性及结温监测方法研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    大功率变流技术
  • 影响因子:
    --
  • 作者:
    李磊;宁圃奇;温旭辉
  • 通讯作者:
    温旭辉
An improved planar module automatic layout method for large number of dies
一种改进的大量裸片平面模块自动布局方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    CES Transactions on Electrical Machines and Systems
  • 影响因子:
    --
  • 作者:
    Puqi;Lei Li;Xuhui Wen
  • 通讯作者:
    Xuhui Wen

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于Cu、Sn预成型焊片的高温SiC芯片焊接材料研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    电工电能新技术
  • 影响因子:
    --
  • 作者:
    徐红艳;周润晖;宁圃奇;徐菊
  • 通讯作者:
    徐菊
电力电子系统建模关键技术综述及展望
  • DOI:
    10.13334/j.0258-8013.pcsee.210113
  • 发表时间:
    2021
  • 期刊:
    中国电机工程学报
  • 影响因子:
    --
  • 作者:
    杭丽君;闫东;胡家兵;沙德尚;宁圃奇;王智强;张哲宇;何远彬;何震;曾平良
  • 通讯作者:
    曾平良

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码