袁义生(1974),男,教授,硕士生导师,研究方向为电力电子系统及控制技术, cloudstone_yuan@aliyun.com;
0 引言
不断提高电力电子装置的效率和功率密度一直是学术界和工业界的研究目标,尤其是对降低开关管开关损耗的研究。功率二极管的反向恢复电流增加了与其互补工作的开关管的开通损耗,也增加了损耗建模和评估的难度。因此,建立功率二极管反向恢复特性的数学模型有重要意义。
功率二极管反向恢复特性模型主要分为4种。1)半导体物理模型[1-8],以载流子的角度分析二极管正向导通、反向截止以及反向恢复瞬态过程。文献[3]采用半导体物理知识推导反向恢复电压尖峰解析式,但是分析过程太过于复杂,只适合专业人士进行分析。文献[4]分析了二极管非理想特性的产生机理,获得反向恢复电流峰值,但是模型优化参数
仿真模型极其简化,只提到了少子寿命的影响。文献[8]从半导体物理的角度获取二极管动态特性物理模型,利用Saber和Matlab协同仿真的方法提取关键参数,但是提取的是物理结构参数,产品数据手册无法提供,不便于进行电路分析。2)集总电荷模型[9-12]。文献[9-10]提出集总电荷模型,但是包含太多等式,仿真时间长,参数提取困难。文献[11]在集总电荷模型的基础上引入功能模型,提出一种新的二极管混合模型,采用4个阶段准确描述反向恢复过程,反向恢复过程增加了电流过渡阶段和拖尾电流阶段,正向恢复过程考虑了器件引线所产生的电感效应,但是未给出系数
为了获得简单、精确且通用性广的功率二极管反向恢复特性模型,为“互动效应”中的开关管开关特性的研究提供理论基础,同时为开关变换器效率提升方法的研究提供帮助,本文提出一种采用曲面拟合和数据映射来建立功率二极管反向恢复特性模型的方法,研究功率二极管反向恢复特性曲线与关断前正向电流
1 功率二极管反向恢复特性
开关变换器中的基本单元如
图1
开关变换器基本单元等效电路
Fig. 1
Equivalent circuit of basic unit of switching converter
1.1 传统的反向恢复模型
功率二极管为PIN结构,在n和p区之间增加了一个低掺杂的n-区,如
图2
典型的功率二极管结构示意图和内部载流子分布
Fig. 2
Typical power diode structure and internal carrier distribution
正向导通时,n-区聚集了大量的载流子,其浓度远远大于n-区背景掺杂浓度。此时给功率二极管施加反压,n-区存储的载流子被抽离,电压反向阻断能力逐渐恢复。该过程可分为两个阶段,正向电流衰减过程和反向电流恢复过程。
1)正向电流衰减过程。
从
${{i}_{\text{D}}}={{I}_{\text{F}}}-\frac{{{U}_{\text{o}}}}{{{L}_{\text{s}}}}t$ (1)
当n-区边界处载流子浓度在
图3
功率二极管的反向恢复传统模型曲线图
Fig. 3
Traditional model graph of reverse recovery of the power diode
图4
反向恢复过程中基区载流子浓度变化
Fig. 4
Carrier concentration change in base region during reverse recovery
边界处开始建立空间电荷层并承受反偏电压。
2)反向电流恢复过程。
从
在反向电流恢复过程的后期阶段,当反偏电压己经基本建立,空间电荷层和扫出区不再扩展后,基区内仍然留下的剩余载流子主要通过复合作用减小。载流子复合寿命
所以,电流反向恢复时先迅速下降再缓慢 下降。
1.2 传统的模型中存在的问题
传统的模型中认为二极管正向电流衰减过程的电流变化率d
图5
功率二极管反向恢复特性电流测试波形图
Fig. 5
Test waveform of Reverse current recovery of power diode
波形图。
进一步分析可以发现,功率二极管正向电流衰减过程中分布电感
图6
功率二极管关断过程中开关管集射极电压波形图
Fig. 6
Waveform of collector emitter voltage of switch tube during switching off of power diode
2 功率二极管反向恢复模型
功率二极管反向恢复特性曲线为非线性曲线,常用的的建模方法有:
1)通过曲线起始点和结束点对正向电流衰减过程曲线建立线性模型,缺点是原始信息出现大批量的损失,模型精度不足。
2)根据正向电流衰减过程曲线建立多项式模型,缺点是需要高次多项式才能达到满意的精度。
本文提出一种新颖的建模方法,建立关于
图7
模型建立流程图
Fig. 7
Flow chart of model establishment
2.1 数据采集和预处理
为获取功率二极管反向恢复数据,搭建Boost电路实验平台,平台实物图如
图8
Boost电路平台实物图
Fig. 8
physical graph of Boost circuit platform
实验采集的功率二极管反向恢复电流波形包含大量的原始白噪声,不利于关键参数的提取,影响模型的精度。为滤除白噪声,获取平滑的低噪声波形,本文对实验采集的波形进行小波去噪。小波去噪参数设置如
表1
小波去噪参数设置
Tab. 1
Parameter setting of wavelet denoising
对信号进行分析和重构发生的相位失真。
小波去噪后电流波形噪声明显降低,如
图9
小波去噪前后的功率二极管反向恢复特性曲线图
Fig. 9
Curve of reverse recovery characteristic of power diode before and after wavelet denoising
2.2 关键参数和单位过程模型获取
小波去噪得到的低噪波形数据,利用MATLAB的数据处理功能提取关键参数
图10
功率二极管反向恢复特性
Fig. 10
Reverse recovery characteristic of power diode
实验测试不同
图11
实验测试中相同
图12
实验测试的相同
为了更好的对不同情况下电流波形的变化趋势进行分析,本文将对所有的曲线进行归一化处理。由于曲线I和曲线II建模基本类似,故着重阐述对曲线I建模,对曲线II的建模是类似的。
对曲线I进行归一化处理,将电流向量和时间向量映射到[0,1]×[0,1]空间。将
2.3 模型关键参数分析
2.2节中,关键参数
根据
图13
相同
图14
相同
图15
图16
图17
内在变化规律不明显,故
因每一次测量时元件温度不一样,而且测量时存在测量误差,加之分布电感
图18
图19
图20
如
2.4 关键参数模型
本文关键参数模型采用的是三维曲面拟合的方法,待拟合数据样本为[
${{{x}'}_{i}}=g({{x}_{i}})=\frac{{{x}_{i}}-{{x}_{i\min }}}{{{x}_{i\max }}-{{x}_{i\min }}},i=1,2,...,n$ (2)
式中:${{{x}'}_{i}}$为映射之后的数据值;
映射处理后得到归一化数据样本[
根据式(2)和(3)即可得关键参数模型:
拟合的目的是根据数据样本得到模型函数
多项式拟合有两个参数(
实验将样本数据分为训练集和测试集两组,每组15份数据。在不同的
故关键参数
${{f}_{1}}(x,y)={{p}_{00}}+{{p}_{10}}x+{{p}_{01}}y+{{p}_{20}}{{x}^{2}}+{{p}_{11}}xy+{{p}_{02}}{{y}^{2}}$ (5)
关键参数
$\begin{align} {{f}_{2}}(x,y)={{{{p}'}}_{00}}+{{{{p}'}}_{10}}x+{{{{p}'}}_{01}}y+{{{{p}'}}_{20}}{{x}^{2}}+{{{{p}'}}_{11}}xy+ \\ \text{ }{{{{p}'}}_{30}}{{x}^{3}}+{{{{p}'}}_{21}}{{x}^{2}}y \\\end{align}$ (6)
表2
不同的
关键参数
$\begin{align} {{f}_{3}}(x,y)={{{{p}''}}_{00}}+{{{{p}''}}_{10}}x+{{{{p}''}}_{01}}y+{{{{p}''}}_{20}}{{x}^{2}}+{{{{p}''}}_{11}}xy+ \\ \text{ }{{{{p}''}}_{30}}{{x}^{3}}+{{{{p}''}}_{21}}{{x}^{2}}y \\\end{align}$ (7)
模型
表3
模型
表4
模型
图21
参数
图22
参数
图23
参数
模型在保证优良拟合能力的基础上,同样还必须有很好的泛化能力。为了验证模型的泛化能力,用实测值对模型进行验证,实测值和预测曲面对比如
为了评价模型的准确性,本文用常用的评价指标MAPE(平均绝对百分误差)对预测值进行评价,
图24
图25
图26
衡量模型的优劣程度,如
表5
关键参数的平均绝对百分误差
Tab. 5
Average absolute percentage error of key parameters
2.5 组建反向恢复波形
通过2.4节得到的关键参数模型,得到预测值
实验建立训练集数据对应的反向恢复特性模型,并和真实波形进行对比,如
图27
训练集
图28
训练集
3 模型验证
模型是通过训练集数据得到的,和训练集数据吻合的非常好,但是并不能说明模型的准确有效。为了验证模型的准确性,获取模型在测试集情况下的反向恢复波形,并和实验波形进行对比,如
图29
测试集
图30
测试集
近试验检测的原始曲线,整体预测效果并不弱于训练集的预测效果,这表明本文得到的模型具有很强的泛化性和很高的实验价值。
4 结论
传统的功率二极管反向恢复特性的建模方法精度低,通用性差,未深入研究反向恢复特性与关断前正向电流和分布电感之间的关系。本文提出一种新颖的建模方法,它利用功率二极管特有的单位过程模型和关键参数
1)分析了分布电感与关断前正向电流对功率二极管反向恢复特性曲线的影响,得到任意分布电感与关断前正向电流情况下的功率二极管反向恢复特性曲线。
2)直接通过功率二极管实验波形获取单位过程模型,解决了功率二极管反向恢复特性拟合曲线复杂不精确的问题。
3)得到分布电感与正向电流和反向恢复特性曲线的关系,对以后研究开关变换器分布电感和损耗的关系提供理论依据。
参考文献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]