基于SoC的IGBT智能预测系统研究

发布时间：2022-12-23 02:36

　　绝缘栅双极型晶体管（Insulated Gate Bipolar Transistor,IGBT）作为电力电子领域中部可或缺的器件,经过长时间的发展与进步,现已广泛的应用在汽车电子、轨道交通以及新能源等各个领域。虽然IGBT技术如今愈发成熟,但是IGBT使用时间过长以及使用方式不当都会使得IGBT发生故障、老化以及失效,如果能对其进行参数预测可以有效地避免因其失效带来的经济损失和安全问题。同时深度学习技术不断的发展与成熟也使得神经网络在数据回归预测领域的应用越来越多。但神经网络计算过程时间长、功耗大等问题使得其难以应用在嵌入式等轻量型平台。因此设计一个针对于IGBT参数预测的LSTM神经网络SoC硬件系统对于IGBT的实际应用和神经网络硬件化的发展具有重要意义。本文首先对IGBT的工作原理和特性以及故障原因进行了分析与研究,通过对IGBT开关特性实验以及IGBT加速老化实验得到的数据进行分析与筛选,发现IGBT的开关时间与开关损耗随工作电压的上升有着明显的变化趋势,同时集电极一发射极关断电压的尖峰值随着IGBT的老化失效有着明显的下降趋势。因此本文采用IGBT的上升时间、下降时间、开通... 

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究进展
        1.2.1 IGBT预测研究现状
        1.2.2 神经网络算法硬件加速研究现状
    1.3 研究的主要内容及结构
2 IGBT器件分析与研究
    2.1 IGBT的基本结构
    2.2 IGBT的工作特性
        2.2.1 IGBT静态特性
        2.2.2 IGBT开关特性
    2.3 IGBT故障分析
        2.3.1 电流故障
        2.3.2 电压故障
        2.3.3 过温故障
        2.3.4 其他故障
    2.4 IGBT相关实验
        2.4.1 IGBT开关特性实验
        2.4.2 IGBT加速老化实验
    2.5 IGBT的参数分析及选取
        2.5.1 IGBT开关特性参数的分析及选取
        2.5.2 IGBT的失效参数分析及选取
    2.6 本章小结
3 IGBT智能预测算法及其优化
    3.1 基于LSTM神经网络的IGBT参数预测
        3.1.1 LSTM神经网络
        3.1.2 LSTM预测网络模型的设计
    3.2 LSTM网络的IGBT智能预测模型优化
        3.2.1 LSTM网络隐藏层的优化
        3.2.2 基于剪枝技术的LSTM网络参数压缩
    3.3 LSTM神经网络的TensorFlow平台实现
        3.3.1 TensorFlow平台概述
        3.3.2 TensorFlow搭建网络模型的步骤
    3.4 实验结果与分析
        3.4.1 实验准备工作
        3.4.2 实验结果与分析
    3.5 本章小结
4 IGBT智能预测算法的SoC硬件加速实现
    4.1 ZYNQ SoC平台架构
    4.2 SoC软硬件协同设计
    4.3 系统总体硬件架构设计
    4.4 系统各子模块设计
        4.4.1 矩阵向量内积模块
        4.4.2 激活函数模块
        4.4.3 总线互联
    4.5 IGBT参数预测GUI界面设计
    4.6 IGBT参数预测系统测试结果与分析
        4.6.1 验证平台介绍
        4.6.2 预测准确率分析
        4.6.3 性能评估
        4.6.4 预测结果对比
    4.7 本章小结
5 总结与展望
    5.1 工作总结
    5.2 工作展望
致谢
参考文献
攻读硕士学位期间取得的科研成果


【参考文献】：
期刊论文
[1]基于LSTM循环神经网络的故障时间序列预测[J]. 王鑫,吴际,刘超,杨海燕,杜艳丽,牛文生.  北京航空航天大学学报. 2018(04)
[2]不同工艺尺寸CMOS器件单粒子闩锁效应及其防护方法[J]. 陈睿,余永涛,董刚,上官士鹏,封国强,韩建伟,马英起,朱翔.  强激光与粒子束. 2014(07)
[3]中高压IGBT开关特性的遗传神经网络预测[J]. 陈娜,李鹏,江剑,邓焰,何湘宁.  电工技术学报. 2013(02)
[4]绝缘栅双极型晶体管失效机理与寿命预测模型分析[J]. 陈明,胡安,刘宾礼.  西安交通大学学报. 2011(10)

硕士论文
[1]大功率IGBT驱动模块的设计与研究[D]. 张博敏.电子科技大学 2015



本文编号：3724538