?
IGBT模塊在并聯時的降額必然性問題同器件的工藝問題一樣是一個老問題了。在試圖回答該問題時，工程師們通常會很快地發現自己處在一個兩難的位置上。過去，人們針對該問題提出了一些考慮統計因素的方法，但是到目前為止，仍然沒有人可以回答這樣的關鍵問題，即如果降額低于最差情況分析方法所建議的降額時，超出器件限值的概率有多大。現在，英飛凌公司推出的蒙特卡羅
?
之前采用的方法（最壞情況分析方法）
?
并聯開關IGBT模塊的參數浮動會導致電流不平衡" title="不平衡">不平衡，從而使得不同模塊的工作溫度不一致。問題是同簡單工作模式相比，模塊可以在何種程度上實現并聯工作。
?
比如“最壞情況分析方法”等以前的方法是根據產品手冊中的最大值計算得出降額系數，從而確定并聯并非一個好主意。
?
如圖1所示，以下這個例子給出了在給定總電流為700A時，計算五個并聯的FF200R12KT3模塊的DC電流不平衡度的過程。其中，每個模塊的環境參數為：UDC= 600V，IRMS=140A，fMotor= 50Hz，fsw= 6500Hz，以及cosφ= 0.9.如果所有的模塊都精確地具有產品手冊所給出的典型靜態和動態參數，那么計算得到的工作溫度為TJ=114℃。
?
?
圖1 五個并聯的FF200R12KT3模塊
?
假設所有模塊都在最高額定限值條件下工作，并且施加飽和電壓，那么結溫" title="結溫">結溫將提高8℃到122℃。
?
下面，我們用所謂的“最差情況”方法進行分析。
?
如圖2所示，一個模塊（類別1）工作在典型飽和電壓下，而其他四個模塊（類別2）工作在最高限值條件下。
?
?
圖2? 飽和電壓柱狀圖
?
具有典型飽和電壓的模塊（類別2）的工作電流為197A.在開關條件下的最高結溫" title="最高結溫">最高結溫將超過10℃到135℃。而在最高限值條件下的模塊結溫為119℃，電流為126A.這些數據表明，在最差假設情況下的并聯僅僅存在降額可能性。但這是否必然發生？降額的可能性有多大？下面的分析將給出這些問題的答案。
?
蒙特卡洛方法
?
蒙特卡羅方法使得觀察所有效應成為可能，這是通過對大量具有不同參數的器件樣品進行模擬來實現的。這種方法的基礎是隨機數。可以利用輪盤賭模型生成這些隨機數。
?
英飛凌的蒙特卡羅模擬工具（如圖3所示）可以為n個并聯模塊中的每一個模塊生成一組參數。
?
?
圖3? LabVIEW中的模擬程序：用戶界面
?
下面的語句按步驟描述了蒙特卡羅模擬的基本過程。
?
第一步驟計算隨機選擇的通態電壓下的均流。在接下來的模擬步驟中，程序將在每個模塊計算得到的電流中加上開關損失。隨后，通過將進一步計算得到的損失與模塊的Rth相乘得到結溫。
?
最后一步是對計算得到的結溫進行通態和開關損失調整。
?
蒙特卡羅模擬工具將重復執行這四個步驟，直到每一個模塊的結溫都集中為某一特定值為止。圖4所示的流程圖給出了一個隨機模塊配置的損失計算過程。
?
?
圖4? 隨機模塊配置的損失計算原理
?
上面所給出的計算流程被用于處理每一個生成的模塊配置，并且利用這個迭代方法得到溫度同所有的參數之間的依賴關系。
?
參數變化
?
在模擬過程中必須考慮到眾多的參數以及它們的分布，以使得模擬盡可能地接近實際情況。
?
對于電流不平衡度，VCEsat值是適當的輸入參數。VCEsat的變化可以從最終測試數據中獲知。圖2給出了一個1200V IGBT3芯片的典型飽和電壓柱狀圖。
?
并聯模塊之間溫度差異的深層原因則是因為并聯模塊在開關過程中是不平衡的。
?
有兩個主要原因造成了這些不對稱，首先是芯片參數的變化（如輸入電容的變化，VGEth的變化等），另外是系統參數的變化（如門驅動" title="門驅動">門驅動器階段參數的變化等）。
?
根據實驗室特征化測試結果，導通和關斷" title="關斷">關斷損失的統計標準方差值確定為典型值的5%~7%.除了關斷損失的統計變化之外，在Eoff和VCEsat之間還存在一個系統折衷關系。飽和電壓越小，IGBT芯片的關斷損失就越大，反之亦然。在蒙特卡羅模擬工具也實現了這個折衷函數。
?
如前所述，系統的參數變化也會影響到導通損失。當門驅動器的參數變化的影響超過了芯片參數變化的影響時，就必須考慮這些參數變化。這可能包括光電耦合器的延遲和轉換時間參數的浮動或者是門驅動輸入阻抗參數的浮動。
?
在許多情況下，器件中的系統不平衡的影響將大大超過統計浮動的影響。這些不平衡可能由電流路徑中的非均勻電阻或者非均勻寄生電感特別是雜散電感造成的。
?
為了在蒙特卡羅模擬中得到精確的結果，很有必要得到關于實際設備中的系統不平衡的所有信息。獲取或者知道越多的設備參數，所得到的PPM聲明的精確度也就越高。
?
?
根據模擬所得到的結果，可以生成器件電流和結溫的分布函數。 柱狀圖給出了對例子中的五個并聯FF200R12KT3模塊進行40000次模擬所得到的蒙特卡羅模擬結果。第一個柱狀圖（圖5）給出了5個模塊中的最高溫度分布情況。圖6則給出了所有五個模塊的箱線圖以及它們各自的最高溫度分布情況。
?
?
?
圖5 最大IGBT結溫柱狀圖
?
圖6? IGBT結溫箱線圖
PPM聲明
?
利用模擬所得到的結果，可以回答諸如此類的問題：在什么樣的配置ppm率下，將會超過最高指定的結溫？這個聲明對于客戶而言是十分有用的，它可以幫助客戶針對其應用選擇適當的模塊。模擬計算所得到的最高結溫分布是一個對數正態分布（如圖7所示）。
?
?
圖7? 五個并聯模塊的溫度分布
?
利用這個函數和相應的標準方差，可以指定一個超過指定結溫的配置ppm率。
?
基于最初的計算，可以預測超過最高結溫限值（在給出的例子中為TJ=125℃）的并聯IGBT模塊的ppm率為0.56ppm.而最差情況計算得到的結果僅僅是最高結溫值可能達到135℃。
?
結語
?
利用并聯IGBT模塊的蒙特卡羅模擬方法，可以基于器件中的隨機模塊參數和系統不平衡度計算出電流不平衡度，開關損失以及結溫。
?
基于這些結果，就有可能計算超過最高結溫的期望ppm率。
?
在所給出的例子中，最差情況分析結果僅僅表明最高結溫可能達到135℃。而蒙特卡羅分析則提供更詳細的信息，每百萬個模塊中只有0.56個模塊會超過IGBT的溫度限值。轉換器的開發人員可以利用這些信息來確定轉換器中可采用的模塊類型。
?
參考文獻：
?
1.? ‘蒙特卡羅模擬工具’，英飛凌公司