纯电动汽车IGBT可靠性及健康管理研究

第1章 绪论
1．1 研究背景及意义
1．2 国内外研究现状
1．3 本书主要研究内容及结构安排
1．3．1 主要研究内容
1．3．2 本书结构安排

第2章 IGBT的基本工作原理与失效模式
2．1 IGBT基本结构与分类
2．1．1 IGBT的基本结构
2．1．2 IGBT的分类
2．2 IGBT的工作原理及特性
2．2．1 IGBT的工作原理
2．2．2 IGBT模块的运行特性
2．3 IGBT模块的失效模式
2．3．1 与封装相关的失效
2．3．2 与芯片相关的失效
2．4 IGBT状态监测参数对比
2．4．1 结壳稳态热阻
2．4．2 门极信号
2．4．3 关断时间
2．4．4 集射极饱和压降
2．5 本章小结

第3章 IGBT模块寿命的可靠性分析方法
3．1 可靠性基本概念
3．1．1 可靠性的定义
3．1．2 可靠性的概率指标及其函数
3．1．3 可靠性寿命指标
3．2 加速寿命试验
3．2．1 压缩时间试验法
3．2．2 增大应力试验法
3．2．3 加速模型
3．3 IGBT模块应力寿命模型
3．4 IGBT模块寿命分布的分析
3．4．1 可靠性常用分布函数
3．4．2 传统的概率纸及其参数估计
3．4．3 基本假设
3．4．4 寿命分布参数的计算方法
3．5 对数正态分布检验
3．5．1 定性检验分析
3．5．2 定量检验分析
3．6 加速寿命方程的确定
3．7 基于ALTA软件的IGBT模块仿真分析
3．7．1 ReliaSoft可靠性分析软件简介
3．7．2 实验仿真与结果分析
3．8 本章小结

第4章 功率模块IGBT散热分析
4．1 传热学基础
4．2 流体力学和流体动力学基础
4．2．1 雷诺数
4．2．2 流体动力学CFD理论及计算流体力学简介
4．2．3 计算流体力学
4．2．4 湍流模型简介
4．3 冷却方式简介
4．3．1 风冷散热
4．3．2 液冷散热
4．3．3 热阻与压降
4．4 功率模块IGBT分析
4．5 本章小结

第5章 IGBT模块的剩余使用寿命预测与健康管理
5．1 IGBT的PHM技术架构设计
5．1．1 基于失效物理的IGBT损伤评估方案
5．1．2 基于数据驱动的IGBT损伤评估方案
5．1．3 基于多信息融合的IGBT健康管理方案
5．2 IGBT故障预测方法
5．2．1 基于统计分布的故障预测方法
5．2．2 基于模型的故障预测方法
5．2．3 基于数据驱动的故障预测方法
5．3 人工神经网络算法
5．3．1 人工神经网络思想
5．3．2 神经网络的分类
5．3．3 神经网络的激活函数
5．3．4 BP神经网络
5．4 萤火虫算法优化BP神经网络
5．4．1 萤火虫算法的原理
5．4．2 萤火虫算法的数学描述
5．4．3 萤火虫算法的步骤
5．4．4 萤火虫算法的参数分析
5．4．5 萤火虫算法的优点
5．4．6 改进的萤火虫算法优化BP神经网络
5．5 仿真分析与预测结果
5．5．1 仿真模型构建
5．5．2 仿真结果分析
5．6 本章小结

第6章 总结与展望
6．1 本书主要工作和贡献
6．2 后续工作的展望

参考文献