利用零温度系数导通电压对导线键合IGBT功率模块在线状况监测

来源：三菱电机半导体

利用零温度系数导通电压对导线键合IGBT功率模块在线状况监测

Nicolas. Degrenne, Mitsubishi ElectricR&D Centre Europe, France, 

n.degrenne@fr.merce.mee.com

Stefan. Mollov, Mitsubishi ElectricR&D Centre Europe, France, 

s.mollov@fr.merce.mee.com

     监控IGBT功率模块的运行状况是一种预测性维护技术。采用导线键合工艺模块的主要失效机理与导通电压的增长有关。而该电压与芯片的温度息息相关。在实际运行中，温度变化和（或）未知时，其劣化程度难以提取。本文研究了在零温度系数（ZTC）电流值下监测IGBT的解决方案。

     本文提出并测试了一种在线测量在ZTC电流值条件下的导通电压的电路和方法，并给出了额定值为150A/1200V的IGBT功率模块在流过正弦电流时，监测与引线键合劣化相关的电阻率增加的实验可行性。

——摘 要

1. 引 言

在诸如海上风电或机车牵引等应用中，电力电子器件的寿命成本主要由运行成本推动。而要降低这方面的成本，则可采用有效的故障预测和健康管理的解决方案来实现，诸如预估健康状况和剩余寿命（RUL）的技术[1]。

早期故障有可能是产品质量或变流器设计问题、运输或安装等原因造成。鲜有提及早期故障在某些应用中主导因素的研究。疲劳失效主要与封装对热机械应力的可靠性有关，在设计阶段就被考虑到了，并且科学界一直有在关注。

对于传统功率模块，铝线一般用于芯片上方IGBT与反并联二极管的连接。而这种方式通常被认为是最常见的导致疲劳失效的机制之所在。当它们劣化和失效，则导致电阻R产生一个ΔR的增长，通过在大电流下监测导通电压Von可诊断到这一现象[1]。文献[3-7]中提出了用于在线监测Von的电路。Von在IGBT器件进行开关动作期间进行检测，进而用来预估已知电流下的键合线温度，预估已知键合线温度下的电流，以及预估已知键合线温度和电流下的劣化程度。实际上，Von是一个与电流Ion、温度Tj和电阻增量ΔR等变量相关的函数。因此，想要预估ΔR，必须提前知道（校准）这些变量之间的关系，且需测量其它3个变量的值。

IGBT器件在导通期间可被视作一个PIN二极管和一个MOSFET相串联的器件。由于温度影响本征载流子浓度ni和双极扩散系数Da，所以二极管一般具有负温度系数（NTC）的特性。而对于MOSFET来说，温度影响着阈值电压Vth和迁移率μ，所以具有正温度系数（PTC）的典型特性。因此，IGBT在低电流时呈现NTC特征，而在大电流时呈现PTC特征。这两个区域被一个明显的零温度系数（ZTC）点将二者分离开。

图 1 IGBT典型的静态特性（CM150TX-24S1）

由于集电极-发射极通态电压Von在ZTC点对温度是不敏感的，因此可以根据简化公式（2）在特定的电流下监测Von。这样就可以排除由测量温度带来的成本、误差以及很多不确定的因素。

文献[9]中，采用ZTC点监测的方法对一只40A的IGBT分立器件进行监测。通过离线测试确定了其ZTC电流值。器件在被放置于直流测试台老化过程中，因键合失效而在5.8A的ZTC电流下测量到一个200mV的跳变。本文旨在评估一种完全在线监测的实现方法。

在没有预估Tj的情况下对一只采用导线键合的150A的IGBT模块进行监测。此方法通过实验进行了实施和验证。通过实验验证了测量小于20mV跳变的Von的可行性，并将ZTC点的监测结果与大电流情况下的监测结果进行对比。

在本文中，将依次介绍测试平台、被测器件和Von测量电路；然后提出一种在线确定ZTC电流值的方法；接下来给出与模块键合线劣化相关联的Von在ZTC电流下的渐变过程，并与大电流下的渐变过程进行比较。

2.测试设备及方法

2.1. 测试平台

搭建了一个用于实验验证（如图2）的测试平台：将两个半桥背靠背配置，用一个调制频率Fmod为1Hz的正弦电流波控制器来控制其动作。将开关频率Fsw设定为20kHz以模拟最坏情况。除了占空比接近于α≈0.5之外，采用类似于文献[10]所述的运行条件，因为偏离此值较小可产生短的对角线导通，以通过一个相对较小的电感来产生正弦电流。

图2  仪器化高频实验台图片

2.2. 被测器件

选择两只采用导线键合的150A/1200VIGBT模块(CM150TX-24S1)用于测试，每个模块只选用一只桥臂。图3、4显示了模块内部的布局。

图3  去除凝胶的CM150TX-24S1一个桥臂图片

图4 导线键合模式示意

因为上臂二极管上方与上臂IGBT上方是连接在一起的，所以监测上臂IGBT同时也监测了上臂二极管。这种布局方式在这种电流等级的功率模块里很常见（例如CM100RX-24S1也采用同样的布局）。对于本文中的被测器件，下臂二极管则不是这种情况，因此不采用在ZTC点监测的技术。

2.3. Von测量电路

将所有的4只IGBT（以及反并联二极管）配置Von测量电路。通用的电路结构如图5所示。一个分压电路和低容值的二极管（BAP65）用作电压钳位，两只低噪声运放用作阻抗匹配并提供足够的增益，一个18位、5MSPS的SARA/D转换器用作高分辨率、低噪声以及高速的信号传递，最后数字LVDS信号通过一只5kV数字隔离器（ADUM4650）传输给处理器。

图5 Von测量电路的通用结构

2.4. 采集协议

图6、7是采集高边IGBT T1和二极管D3的Von的方法图解，这里采用了一个20次采样（5μs，等效4MSPS）的过采样方式来连续监测Von。考虑到典型的开关频率和调制深度，采用较大的过采样时间是不现实的。当IGBT导通时，ADC采集到的钳位电压（图7中的Vcl1和Vcl3）以时间常数减小，该时间常数取决于信号调节电路的带宽。从钳位的电压值（4V）到Von值（小于2.5V）的转换是通过将ADC的过采样数字化值与3V阈值进行比较来完成的。如果Vcl1和Vcl3都低于阈值，则处理器等待一个比电压稳定时间大的等待时间Twait（12μs）加上过采样时间Tos（5μs）后进行数据报讯。每10个开关周期刷新一次数据，以减少以低调制频率下从ADC传送到处理器的数据量。这样同样能够有足够数量的数据点在10个保存样本的窗口期（5ms）内进行额外的后期移动平均处理。该滤波窗口足够小，以防止波形畸变和错误发生。

图6 变换器的简图

图7 采集Von的示意图

3. ZTC点校准

IGBT芯片的ZTC电流的典型值可从数据表中提取到。而对于本文中的DUT，在VG = 15V时的值约为40A。但是，该值忽略了封装的影响（连接线电阻率的温度依存性），所以它可能因器件而异[11]，也可能取决于栅极电压VG。因此，对于某些应用来说，ZTC点的自动校准可能是有用的。

在正常运行时，负载电流在两个极值-Ipk和+ Ipk之间的每个调制周期扫描两次，如图8、9所示；而在半调制期间每个IGBT中的电流在0和+ Ipk之间扫描两次。图10给出了冷却剂温度Ths分别为20℃和60℃时两个相应的Ion（Von）的曲线。因此，拐点就是在不同冷却剂温度下的曲线之相交点。但在实际中，在模块的早期运行中，并不能保证冷却剂不会有更大范围温度的变化。

图8 一个调制周期内的电压V1(器件T1)和负载电流IL

图9 由图8数据而来的电压/电流曲线

图10 两种冷却温度下的Ion vs.Von

（Vg=15V, Fmod=1Hz, Imax=100A）

而另一种方法则是利用半调制方式导通期间IGBT温度的自然变化（损耗导致）。这种方法依赖于结构热响应，而且在1Hz的低频率下非常明显[3]。图11是Ths为20°C时采集数据的放大。在25A和45A之间向上变化和向下变化曲线的数据点是线性拟合的。两条拟合线的交点即为ZTC点。本例中，拐点估算为36.7A。在8个调制周期上重复该估算，得到一个平均值为35.4A，标准偏差为1.7A。这种自动校准是在同时在同一模块的其它IGBT芯片上和相同规格模块中进行验证，观察到了超过5A的分布区间，因此有必要进行自动校准。

图11 半调制周期下Ionvs. Von的局部放大  

（Vg=15V,Fmod=1Hz, Imax=100A， Ths=20℃）

通过增加一个栅极驱动器的电源来测试更高栅极电压（Vg = 20V）的影响，结果仅使ZTC电流稍微增加了5A。

4. 状况监测

在功率循环测试期间，实验所涉及的功率模块的主要故障机制是上臂IGBT的引线键合点①至⑥的剥离（图3）。为了再现模块的劣化，依次将④③⑤⑥②①[12]对这6个引线键合点切开。在每次切开后在线监测导通电压Von，以观察引线键合点失效的后果并验证检测方法的可行性。

图12给出了在每个引线键合点被剥离后的半个调制周期内集电极电流Ion与Von的函数关系。这显示了在不同电流值下，不同引线键合点剥离数量的Von的灵敏度。与大负载电流相比，ZTC电流（35A）的灵敏度较低，这是ZTC点方法的主要缺点。

图12 键合点剥离情况下半调制周期内Ion vs. Von的全图及局部图

为了突出这一点，图13、14分别显示了在ZTC电流（35A）下和大电流（90A）下Von随引线键合点数量的演变。为进一步降低噪声，在将Ion（Von）曲线与等式（3）拟合后，方才确定数据点。

图13 键合点剥离情况下Von的演变——

在35A的ZTC电流下（上图）和在90A大电流下（下图）

图14 键合点剥离情况下ΔVon的演变——

在35A的ZTC电流下（上图）和在90A大电流下（下图）

在ZTC电流下，Von的平均跳变为12.8mV；虽然最大变化为17.5mV，但Von曲线还是能被很好地分组。这归因于测量噪声和误差，并且将使单引线键合点剥离的检测变得困难。

在大电流时，Von的平均跳变为33.2mV，即灵敏度随检测的电流增加而增加。此外，Von在60°C时的温度比在20°C时高约100mV，温度漂移的原因在第1节中进行了解释。这就要求进行温度测量和补偿，以便将上升归因于已发生的故障或只是不同的运行条件。

作为引线键合点数量的函数，ΔVon轨迹的锯齿形状可以通过引线键合点的物理几何形状和芯片的金属化来解释[12]。

5. 讨 论

与在线Von测量相关的主要难点是精度/准确度和校准。观察到的测量分布使得难以清楚地检测单个引线键合点的失效，但这是模块寿命中的一个重要事件，因为在此之后故障正以加速的方式发展。如果要避免第三维校准（温度），只有具有更高精度和准确度的测量（例如2mV峰峰值分布）才能解决这个问题。

要想通过使用文献中所见的现有技术难以实现该目的。需要其他电路来提供更高的精度和带宽。一种可能的解决方案是使用大量数据滤波来降低很大一部分可能源于设备本身的噪声[14]。我们注意到，如果目标是在引单一线键合点剥离（即金属化和引线键合重建和开裂）之前检测Von增加，则准确度和精度需要提高大约10倍。这对于通过精确的预测来估计剩余使用寿命是很有必要的[15]。

6. 结 论

本文提出了一种使用基于ZTC电流值测量Von来对导线键合型IGBT功率模块实现完全在线健康监测的方法；给出了变换器一般工作状态的自动校准ZTC点的通用方法。ZTC点在线测量为35.4±1.7A，与电源模块的数据表相吻合。然后，基于已自动校准的ZTC电流值测量Von，并用于健康监测。通过模拟引线键合故障来验证该方法的性能。尽管相应的Von跳变幅度较低（平均12.8mV），但仍可检测到模块的整体劣化。

未来的工作是，通过改进测量电路或使用数据滤波来提高这种方法的鲁棒性（准确度/精度），以解决成本问题并提高实际应用中的接受度。

7. 参考文献

[1] N. Degrenne, J. Ewanchuk, E. David, R. Boldyrjew, S. Mollov, “AReview of Prognostics and Health Management for Power Semiconductor Modules,”in PHM society 2015.

[2] K. Fischer, T. Stalin, H. Ramberg, J. Wenske, and R. Karlsson,“Field-Experience Based Root-Cause Analysis of Power- Converter Failure in WindTurbines,” IEEE Trans. Power Electron., vol. 30, no. 5, pp. 2481–2492,2014.

[3] B. Ji, “In-situ Health Monitoring of IGBT Power Modules in EVApplications,” PHD Thesis. Newcastle University, 2011.

[4] P. Ghimire, “Real Time Monitoring and Wear Out of Power Modules,”PHD Thesis. Aalborg University, 2015.

[5] A. Bryant, “Condition monitoring and junction temperatureestimation: challenges of industrialisation,” ECPE workshop on condition andhealth monitoring, 2017.

[6] M. Denk, “IGBT Gate Driver with Accurate Measurement of JunctionTemperature and Inverter Output Current,” in PCIM 2017.

[7] M. A. Eleffendi and C. M. Johnson, “Evaluation of On-state VoltageVCE (ON) and Threshold Voltage Vth for Real-time Health Monitoring of IGBTPower Modules,” in EPE 2015.

[8] L. Alatise, J.O. Gonzalez, “Thermal effects in power devices,” ECPEworkshop on condition and health monitoring, 2017.

[9] A. Singh, A. Anurag, and S. Anand, “Evaluation of Vce at inflectionPoint for Monitoring Bond Wire Degradation in Discrete Packaged IGBTs,” IEEETransactions on Power Electronics, vol. 32, no. 4. pp. 2481–2484, 2017.

[10] V. Smet, “Aging and failure modes of IGBT power modules undergoingpower cycling in high temperature environments,” PHD Thesis. University ofMontpellier 2, 2010.

[11] U. Scheuermann, “Paralleling of chips – from the classical ‘worstcase’ consideration to a statistical approach,” in PCIM 2015.

[12] N. Degrenne, E. David, J. Ewanchuk, and S.V. Mollov,“Experimentally validated wire-bond failure model for power modules,” CIPS2018. To be published.

[13] N. Baker, H. Luo, and F. Iannuzzo, “Simultaneous On-State Voltageand Bond- Wire Resistance Monitoring of Silicon Carbide MOSFETs,” Energies,vol. 10, no. 3, p. 384, 2017.

[14] Y. Yamamoto, Fundamentals of Noise Processes. CambridgeUniversity Press, 2004.

[15] N. Degrenne, S.Mollov, “Experimentally- Validated Models of On-State Voltage for RemainingUseful Life Estimation and Design for Reliability of Power Modules”, CIPS 2018