SIMSCAPE电气造型的IGBT使用遗传算法的参数优化

文摘

概念引入MathWorks Simscape产品之间的链接表示Simscape库组件对应于物理连接传输能力。摘要电力绝缘栅双极型晶体管(IGBT)模型,使用MATLAB图形软件复制。电子IGBT使用Simscape电子行为模型库组件开发和分析。这个模型是使用构造函数参数化的数据表,确保良好的动态和静态IGBT的行为表现。IGBT模型参数的提取和优化研究使用随机算法在Matlab中实现。该方法是基于遗传算法(GA)完全提取和优化模型参数使用数据表提供的电路方程和数学模型特点。在Matlab / Simulink仿真环境和比较实验结果的一个IGBT器件的例子进行说明了模型的准确性。

1。介绍

减少设计成本和增加电力电路的可靠性、功率半导体器件的建模变得不可或缺。模型必须捕捉电力半导体器件的动态和静态行为,以确保全球安全电路操作区域。IGBT是最重要的一个电力半导体器件广泛应用于不同的电力电子应用程序。

在文献中,几个IGBT模型被开发在不同复杂性水平和各种用途。在这个层次上,一个精确的物理设备描述的阻拦,并被要求在1,2]。赫夫纳的模型和基于模型列表赫夫纳工作的合适的数学模型对于模拟电路实现,已被证明有很好的精度和可靠性高3- - - - - -5]。在[6,7),作者提出了一个完整的和复杂的数学模型使用一个复杂的方程模型部分,包括基础PNP型部分,MOSFET通道部分,能力,JFET效应和热效应。之间的差异分析模型在简化为了减少仿真时间。更准确的结果,数值方法用来解决2 D和3 D双极性扩散方程。然而,数值模型的实现需要特殊的模拟器。这些模型类型是专门开发优化IGBT结构技术(8]。

宏模型,使用时不需要高精度的表示一些现象将被忽略。因此,物理IGBT机制没有考虑在模型。事实上,IGBT组件的安装特点是翻译一个等效电路(9,10]。

文献报道一些适用于IGBT模型参数的自动提取和优化。在[11),作者开发了最合适的物理模型和参考的IGBT和影响软件已经阐述了提取IGBT模型参数。影响软件包括五个程序,提取20物理和结构参数建立了IGBT模型的最新版本。每个程序提供了自动执行提取算法,通过实验测量每个参数集。哦的行为模型和El Nokali实现军刀(12)复制了康等人已经开发出一种新的提取算法来确定其参数(13]。算法是基于实验开关损耗数据的可用性和制造商提供的特征程式码,而Matlab优化工具箱用于自动找到模型参数。

在[14),IGBT模型基于有限元(FEM)物理电路模拟器IsSPICE已经实现。提出了提取过程的数值优化算法被称为模拟退火(SA)。它的实现是在Matlab进行编程环境,它允许一个IsSPICE的数据交换。

本文旨在IGBT设备使用图形Matlab软件模型。提出电气IGBT模型用Pspice软件开发(15,16和军刀模拟器17在前面的贡献。这项工作的主要贡献是模型参数的自动识别和优化基于随机算法。非线性方程描述每个操作区是重写的IGBT模型作为优化问题的模型参数,解决了使用遗传算法(GA)与数据表的特点。拟议的技术是在Matlab环境中容易实现,和仿真结果证明了其可靠性高。本文的其余部分组织如下:电气IGBT模型开发的部分2,而部分3描述了使用遗传算法模型参数优化。节4,提出了模型的仿真结果进行了讨论。最后,给出了结论部分5。

2。IGBT设计

2.1。电IGBT模型

绝缘栅双极型晶体管(IGBT)是一种混合晶体管,包括金属氧化物半导体场效应晶体管(MOSFET)输入和双极结晶体管(TBJ)输出。因此,IGBT功率控制较低的优势MOSFET和礼物的好处的TBJ低传导损失和高压处理(18]。建立的模型可以预测IGBT行为动态和稳态。除此之外,它可以很容易地使用生产数据参数化,它代表了一个最佳的折衷精度和仿真的复杂性(17]。

由静态MOSFET模型(我)D_G:一个二极管,允许通过从阻塞状态的状态。(2)V_TH:直流电压源。它代表了阈值电压。(3)R_通用电气:泄漏gate-emitter阻力。(iv)J_{金属氧化物半导体}:一个受控电流源代表漏极电流(我_{金属氧化物半导体})。(v)R_DN:漏电阻是电阻方面的MOSFET通道。(vi)D_直流:一个反平行的体二极管允许通过线性区和饱和区。它是由一个二进制的阻力R_ONDC/ R_OFFDC。

MOSFET电流控制V_通用电气电压,根据三种情况:(我)V_通用电气<V_TH:晶体管是关闭的,所以该频道不是构造(2)V_通用电气+V_CE0−V_TH>V_CE: (3)V_通用电气+V_CE0−V_TH<V_CE: 在哪里K_p跨导和θ是校正系数,考虑了横向磁场中MOSFET频道吗

双相情况下,静态TBJ模型是由(我)D_E和D_P:基极发射极和基极集电极连接(2)V_CE0:传导基极发射极结的阈值电压(3)J_PNP型:一个受控电流源代表双极型晶体管的电流增益(iv)β:双增益

2.2。动态IGBT模型

模型动态IGBT行为,其他元素被添加到静态模型。这些元素包括非线性终端的参数和模型的压控电流源负载造成的尾电流我_C在关掉IGBT的状态。

构造函数提供测量电容器的两个终端之间通过消除一个或两个电容器。输入电容(C_即反向传输电容),(C_再保险)和输出电容(C_OE)允许我们确定极间电容值C_通用电气C_CE,C_GC使用以下公式(19]:

图1显示的进化C_通用电气,C_CE,C_GC的参数对比V_CE。我们注意到,C_通用电气能力仍然几乎不变而C_GC和C_CE能力不同强烈非线性后,设备操作区域。这两种能力在同一阈值电压变化值V_CET0。

C_GC容量:这种能力可以串联构成的两个能力:C_OXD构造函数和氧化能力是固定的C_GCJ消耗能力。在图1,C_GC容量的变化从一个特定的值V_CE阈值电压V_{CET(中央东部东京)}。我们可以使用二极管模型(16)来表示的非线性C_GC两个值之间的能力C_GCmin和C_GCmax(图2)。

的C_GCmax能力由压控电流源表示,获得由以下表达式:

C_CE能力:能力,如图1,变化也是非线性的。它以同样的方式表示的C_GC能力。耦合系数G_CE是由以下表达式:

双极的部分介绍了电荷的尾电流负责我_C,这些指控只能代表PNP基极发射极结存储费用。此后,这些指控是由受控源模型(图3),其表达式如下: 在哪里C_是代表双存储费用,一部分C_是R_单丝=t_从,在那里t_从推导出的设备数据表。

研究了IGBT模型如图3。

2.3。IGBT模型参数提取

本节旨在开发和IGBT模型参数的提取方法。识别模型参数在静态情况下,取出的主要思想是根据二极管电路方程(图4)。事实上,二极管国家定义不同的IGBT操作区。

欧姆区,所有的二极管都打开。解决方程系统描述的静态模型给出了表达式V_CE电压和我_C电流:

quasisaturation区,所有的二极管都打开除D_P二极管。的表达V_CE电压和我_C现在变成了

饱和区,它的特点是阻塞二极管D_直流MOSFET的部分和阻塞二极管D_P双相的部分。的表达V_CE电压变

研究的参数模型推导出的技术数据表和方程成立于(15]。IGBT参数记录在表中1为商业IGBT (IRGBC20U)。

3所示。使用遗传算法优化的IGBT模型参数

3.1。遗传算法

在经典信息处理,问题是用固定的方法解决了在引入启发式之前使用随机过程的方法。事实上,在系统的设计阶段,它收到所有必要的数据为其操作条件已知的概念,使其适应未知环境条件的变化。因此,计算机研究人员正在研究方法让系统自动适应新的条件。因此,启发式和随机方法出现,比如进化编程基于达尔文的理论。物种进化理论暴露在外部约束条件的影响下,和固定系统的存在是拒绝。

在进化算法,遗传算法(GA)是为优化开发的目的。遗传过程是基于自然选择和遗传进化理论。约翰•霍兰德介绍了于1976年首次正式的遗传算法模型,添加了一个智能计算机程序的交叉概念(遗传物质交换)和突变的概念(遗传多样性的来源)20.]。根据约翰•霍兰德的工作,一些研究已经被开发出来。

与不同的优化技术,遗传算法的特点是(我)一个描述参数的编码的使用(2)GA工作人口的点,而不是一个点(3)它只使用在研究函数值(iv)它使用概率,不确定性,转换规则

遗传算法为难题提供了可接受的解决方案在合理的计算时间。它试图优化解决方案定义的迭代次数并选择最优化解决方案可用于程序的问题。初始创建的人口,优化条件的评价(适应函数或适应度函数),选择、交叉和变异算法的五个基本功能。

图5显示了遗传算法图。遗传算法模拟种群的进化过程,这是接受每一代的选择,应用重组和变异算子。选择基于适应度函数允许提高人口(20.]。该算法不需要知识的问题,可以表示为一个黑盒与输入代表表示目标函数的变量和输出。然后,该算法操作输入以提高输出。

3.2。使用遗传算法优化模型参数

遗传算法是一种有效的随机过程,提供准确的解决优化问题。电力电子领域的不同领域一直受益于GA的剥削。然而,对于优化半导体模型,GA方法[已经很少被使用21,22]。

遗传算法属于进化算法。它们是基于自然选择原理和遗传。这个概念应用于初始种群的可能的解决方案让几代人。对于每一代,所有个人评估根据目标函数(20.]。图6显示了基本的GA算法程序。

为了优化IGBT的静态参数模型,一种方法是手动提取方法结合使用,允许获得一套前估计的参数,然后利用数值优化的遗传算法来提取最优的一组参数使用MATLAB工具箱的“遗传算法”[23]。

提出了该优化方法的流程图如图7。

适应度函数措施制造商和模拟数据之间的误差。使用适应度函数,参数评价,被定义为的总和之间的偏差方程代表制造商的曲线(期望值)和曲线的方程包含了模型参数(计算值)。给出了适应度函数如下: 在哪里所需的电流的值是由制造商和我_厘米是计算的当前值模拟模型。

后,上面提到的两个项目在MATLAB开发;第一个将使用传输特性的数学方程与方程(1)和(2)优化系数K_P,V_TH,θ,双增益β。第二个项目将使用方程(7)- (9)与输出特性的数学方程来计算其他参数V_CE0,R_单丝,R_DN,R_ONDC,R_OFFDC,R_ONDP,R_OFFDP,G_P。

参数值的优化和遗传算法获得的数值信息(数据点和步骤)中总结表2和3,分别。

图8显示了两个研究情况下的优化结果。一个好的收敛的遗传算法的解决方案给治疗情况下可以看到。

之间的比较结果和仿真结果没有优化如图9。带来的改进模型的繁殖输出饱和政权和转移特征。之间的误差曲线得到优化和制造商给出的曲线很低。

4所示。结果与讨论

图10说明了实验电路用于执行的动态和静态特性研究了IGBT。电气IGBT环境模拟线路电感l_P和一个连接电阻R_P。一个寄生电感足以代表总电路电感(24]。IGBT驱动程序引起的上升和下降时间V_G原动力。这之间的交互控制部分和设备也包括在测试电路仿真。

4.1。IGBT的静态行为模型的验证

获得输出特性,仿真执行给定的制造商规范以下术语:电压V_通用电气保持在15 V,电压V_CE线性变化从1 V - 10在25μ年代。11显示实验(制造商数据)和模拟商业IGBT的静态特征IRGBC20U,获得制造商的测试条件:(一)传输特性;(b)输出特性。

执行传输特性我_C(V_通用电气),V_CE在100 V时是固定的吗V_通用电气从5 V至20不等。

图11介绍了制造商和静态特性的仿真结果。在两条曲线,仿真结果表明良好的协议相比,生产数据。

4.2。动态IGBT模型的验证行为

开关IGBT特征受到寄生阻抗的影响,尤其是寄生电感。的我_C当前的减少和V_CE电压的增加在岔道切换阶段由于这些寄生电感。数据显示12- - - - - -14,它可以表明,尾电流我_C和V_CE这些寄生电感增加造成的电压峰值的时间切换操作。然后,岔道阶段的切换损失增加。模型预测精度好的所有动态IGBT的特点,即缓慢衰减电流关闭(尾矿由于双极型晶体管IGBT的现象特征部分)和密勒效应门电压波形。

5。结论

本研究介绍了IGBT的电建模使用Matlab的图形化软件。参数优化模型的基于metaheuristic算法提出了使用遗传算法。模型的方法建立电气方程和制造商提供的测量数据进行模型参数的优化。方法的实现进行了使用Matlab / Simulink仿真环境。电气模型的模拟显示良好的精度和可靠性高使用IGBT的静态和动态行为。

数据可用性

使用的数据来支持本研究的发现没有可用的,因为他们是保密的。

的利益冲突

作者宣称没有利益冲突。

引用

1. k .盛,s·j·芬尼和b·w·威廉姆斯,“一个新的分析IGBT模型与改进的电特性,”IEEE电力电子,14卷,不。1,第107 - 98页,1999。视图:谷歌学术搜索
2. c·s·米特a·r·赫夫纳d . y . Chen等人“绝缘栅双极型晶体管(IGBT)建模使用IG-SPICE,”IEEE行业应用,30卷,不。第一,33,1994页。视图:出版商的网站|谷歌学术搜索
3. a·r·赫夫纳”的分析模型装置电路交互电力绝缘栅双极型晶体管(IGBT),“IEEE行业应用,26卷,不。6,995 - 1005年,1990页。视图:出版商的网站|谷歌学术搜索
4. a·r·赫夫纳和d·l·布莱克本,”一位分析模型的稳态和瞬态特性电源绝缘栅双极型晶体管,”固体电子学没有,卷。31日。10日,1513 - 1532年,1988页。视图:出版商的网站|谷歌学术搜索
5. a·r·赫夫纳和d . m . Diebolt”,一个实验验证IGBT模型中实现军刀电路模拟器,”PESC学报91年22日年度IEEE电力电子专家会议记录,页10 - 19,剑桥,妈,美国,1991年6月。视图:谷歌学术搜索
6. b . Fatemizadeh和d·西尔柏”,IGBT的通用电气模型包括热影响,”IEEE电力电子专家Conference-PESC学报》93年,第92 - 85页,西雅图,佤邦,美国,1993年6月。视图:谷歌学术搜索
7. b . Fatemizadeh、g . Tchouangue和d·西尔柏”user-optimized电热IGBT模型对电力电子电路模拟电路模拟器ELDO,”IEEE应用电力电子会议和博览会1卷,第87 - 81页,1996年。视图:谷歌学术搜索
8. k .盛、f . Udrea和g·a·j·Amaratunga“IGBT的最佳载波分布”固体电子学,44卷,不。9日,第1583 - 1573页,2000年。视图:出版商的网站|谷歌学术搜索
9. y Tzou、y . Yu和l . 6月“实用IGBT香料宏观模型”,IEEE国际会议上工业电子、控制和仪表,2卷,第766 - 762页,1993年。视图:谷歌学术搜索
10. 蒙蒂,“fuzzy-based黑箱方法IGBT造型,”诉讼第三IEEE国际会议上电子、电路和系统罗兹,页1147 - 1150年,1996年8月,希腊。视图:谷歌学术搜索
11. a·赫夫纳和美国钻孔自动化先进的IGBT参数提取软件建模、”第七届IEEE学报》研讨会在电力电子计算机美国纽约,页10 - 18,特洛伊,2000年7月。视图:谷歌学术搜索
12. H.-S。哦,和m . El Nokali,“一个新的IGBT行为模型,”固体电子学,45卷,不。12日,第2075 - 2069页,2001年。视图:出版商的网站|谷歌学术搜索
13. w·康、h·安和m . A . ElNokali“IGBT行为模型参数提取算法,”IEEE电力电子,19卷,不。6,1365 - 1371年,2004页。视图:出版商的网站|谷歌学术搜索
14. r . Chibante a AraUjo,卡瓦略,“有限元建模和文中针对igbt参数提取算法,”IEEE电力电子,24卷,不。5,1417 - 1427年,2009页。视图:出版商的网站|谷歌学术搜索
15. 大肠Elwarraki和a·萨比尔”行为和电热造型的IGBT电路仿真,”《第四届IEEE国际会议上电子、电路和系统马拉喀什,页90 - 93年,摩洛哥,2007年12月。视图:谷歌学术搜索
16. e . Elwarraki”行为和电热双设备造型适应幂函数设计、“卡萨布兰卡,摩洛哥,2007年,博士政变(大),理学院'sik本米。视图:谷歌学术搜索
17. c .阿隆索和t·a·梅纳德“模拟IGBT的短路现象”IEEE关于电力半导体器件学报》上,页101 - 105,伦敦,英国,1994年12月。视图:谷歌学术搜索
18. n . Mijlad大肠Elwarraki, a . Elbacha”在仿真软件实现行为的IGBT模型,”《电气与信息技术国际会议(ICEIT 15)马拉喀什,页129 - 133年,摩洛哥,2015年3月。视图:谷歌学术搜索
19. v . k .卡纳绝缘栅双极型晶体管IGBT和设计理论美国新泽西,IEEE出版社,皮斯卡塔韦,2003。
20. d . a .绿青鳕和a .大卫,介绍遗传算法的科学家和工程师世界科学出版有限公司,新加坡,1999年。
21. s . Busquets-monge g . Soremekun e .赫兹et al .,“提高功率因数校正变换器的优化设计使用遗传算法”学报十七届IEEE应用电力电子会议和博览会达拉斯,页1177 - 1182年,TX,美国,2002年3月。视图:谷歌学术搜索
22. f . Alonge f . D 'Ippolito, f . m . Raimondi“最小二乘法和遗传算法参数辨识感应电动机,”控制工程实践,9卷,不。6,647 - 657年,2001页。视图:出版商的网站|谷歌学术搜索
23. https://www.mathworks.com/help/gads/genetic-algorithm.html。
24. 江j .沈y, y Xiong et al .,“寄生电感的影响功率半导体器件的开关损耗测量,”工业电子学报IEEE国际研讨会蒙特利尔,页847 - 852年,QC,加拿大,2006年7月。视图:谷歌学术搜索

版权

版权©2021年穆罕默德·巴格达迪等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。