功率MOSFET 模型參數(shù)辨識

1、功率MOSFET模型參數(shù)辨識高艷霞苗盈瀛劉峰龔幼民上海大學自動化系 上海,200072摘 要本文提出了一種基于優(yōu)化算法的電力電子器件模型參數(shù)辨識方法。以功率MOSFET為例,文中首先介紹了模型參數(shù)辨識基本思想,然后詳細介紹了相關的軟、硬件實施方案,最后給出了模型參數(shù)辨識結果及功率MOSFET管的仿真與實驗波形比較。仿真波形與實驗波形達到了很好的一致,說明所得到的模型參數(shù)辨識結果是可信的。關鍵詞功率MOSFET模型, 參數(shù)辨識, 測試系統(tǒng)1.引言由于電力電子器件的高成本及易損性,在制作實際電力電子系統(tǒng)前,設計者如果能對電力電子器件進行比較準確的仿真,排除設計錯誤,使電力電子器件得到安全、合理的使

2、用,可以節(jié)約財力物力,縮短開發(fā)周期,起到事半功倍的效果。而電力電子器件的仿真又是以器件模型和器件模型參數(shù)為基礎的。當器件模型確定以后,電力電子系統(tǒng)仿真的精度取決于器件的模型參數(shù)。準確的電力電子器件模型參數(shù)是得到準確仿真結果的關鍵。本文提出了一種基于優(yōu)化算法的功率MOSFET模型參數(shù)辨識方法。以功率IRF740為例,文中首先介紹了模型參數(shù)辨識基本思想,然后詳細介紹了相關的軟、硬件實施方案,最后給出了模型參數(shù)辨識結果。給出了IRF740的仿真與實驗波形。仿真波形與實驗波形達到了很好的一致,說明所辨識到的模型參數(shù)辨識結果是可信的。2. 電力電子器件模型參數(shù)辨識基本思想本文提出的電力電子器件模型參數(shù)辨

3、識方法基于實驗、仿真及優(yōu)化算法。以功率MOSFET模型參數(shù)辨識為例,模型參數(shù)辨識基本思想如圖1所示。一方面對實驗電路中的功率MOSFET給以激勵并自動檢測其動、靜態(tài)響應,同時在仿真軟件(PACTE中設定功率MOSFET 物理模型的技術參數(shù)初值,并施以同樣的激勵,通過仿真以獲取其動、靜態(tài)響應,利用測量信號參數(shù)和仿真信號參數(shù)之差構成目標函數(shù),通過優(yōu)化算法不斷修改仿真模型參數(shù),使目標函數(shù)逐步減小,從而達到模型參數(shù)辨識的目的。當目標函數(shù)的值足夠小時,認為此時所對應受上海市教委發(fā)展基金(204432及臺達科教發(fā)展基金資助的模型參數(shù)值即為要辨識的結果 。圖1 功率MOSFET模型參數(shù)辨識原理 根據(jù)上述參數(shù)

4、辨識思想,整個辨識系統(tǒng)可以分為波形自動采集及最優(yōu)化兩部分。3.波形自動采集系統(tǒng)3.1系統(tǒng)硬件組成自動采集系統(tǒng)硬件結構如圖2所示。PC機實現(xiàn)電壓源的控制及波形采集,采集到的波形送到工作站,工作站完成運行仿真軟件及參數(shù)辨識優(yōu)化。圖2 自動采集系統(tǒng)的硬件組成為了實現(xiàn)器件動態(tài)波形的快速采集,系統(tǒng)采用了GPIB(General Purpose Interface Board技術. GPIB接口卡插在PC機內(nèi),PC機通過GPIB接口 卡與程控數(shù)字示波器相連,采集在不同電壓下的電力電子器件的實際波形。驅動波形發(fā)生實現(xiàn)電力電子器件的驅動。功率MOSFET器件模型參數(shù)分為靜態(tài)參數(shù)和動態(tài)參數(shù)。因此,參數(shù)辨識實驗電

5、路有靜態(tài)和動態(tài)兩種。3.2軟件設計波形采集通過GPIB接口及數(shù)字存儲示波器實現(xiàn)。通過GPIB接口函數(shù),計算機可實現(xiàn)對程控數(shù)字示波器命令函數(shù)的調用,以達到對儀器的控制,實現(xiàn)程序中設定的功能,達到自動測試和采集波形的目的。其程序具體流程如下:1打開并初始化程控數(shù)字示波器,生成描述符。2程控數(shù)字示波器初始化:包括一些坐標初始化、觸發(fā)方式、采集方式等的設定。每次執(zhí)行程序時,這些初始化工作都將自動進行,不必再手工進行設置。避免了由于不恰當?shù)脑O置,而導致測量出錯。3采集開始:被采樣波形要進行幅值判別和調整。4采集到的數(shù)據(jù)點傳輸?shù)接嬎銠C中,并記錄下以下特征參數(shù)值:yoff(波形的垂直位置;ymult(垂直刻

6、度因數(shù);xincr(波形的采樣間隔;yzero(波形的垂直偏移量。5此時采集的波形數(shù)據(jù)是波形Y軸上每一數(shù)據(jù)點相應的ASCII碼值,若要進行數(shù)據(jù)處理和波形顯示,利用下列公式就可把ASCII碼換算成對應時間軸上的電壓值:timei=i×xincr (1 valuei=(bufferi - yoff×ymult+yzero (26顯示并輸出由于本辨識系統(tǒng)包括了兩個操作平臺(WINDOWS 和UNIX,因此采用SUN公司開發(fā)的JA V A語言來編寫以上應用程序,它具有跨平臺的優(yōu)點。4.最優(yōu)化算法及其實現(xiàn)優(yōu)化算法是參數(shù)辨識的核心。計算機采集的波形信號通過網(wǎng)絡傳遞到工作站,優(yōu)化程序在工

7、作站上運行。4.1 優(yōu)化程序流程電力電子器件模型參數(shù)辨識是一個不斷尋優(yōu)的過程。首先對電力電子器件的實驗波形進行測量,尋優(yōu)過程就是不斷使仿真波形向實驗波形逼近的過程。當分別得到靜態(tài)測量信號波形參數(shù)和仿真信號波形參數(shù)時,利用這些波形參數(shù)組成一個目標函數(shù),對它進行最優(yōu)化。優(yōu)化過程中,不斷修仿真軟件中的器件模型參數(shù)及不斷運行仿真軟件,最終得到使目標函數(shù)最小的模型參數(shù),即是要辨識的器件的模型參數(shù)。如圖3給出了參數(shù)辨識中優(yōu)化算法的流程圖: 圖3 優(yōu)化程序流程圖4.2 目標函數(shù)仿真軟件中的器件模型是基于靜態(tài)和動態(tài)兩部分的,所以相應優(yōu)化程序也分為兩部分。針對同一種算法時優(yōu)化流程及步驟一致,只是目標函數(shù)不同。1

8、靜態(tài)優(yōu)化目標函數(shù)在同一柵極電壓條件下,(sDSsDvi與(mDSmDvi分別是對應同一漏源極電壓的漏極電流仿真值和實測值。CE V表示兩者間的相對誤差。改變M次柵極電壓,可得到M個VGE下的靜態(tài)特性參數(shù)曲線。我們將所有的M條靜態(tài)特性參數(shù)曲線上的相對誤差的總和求平方根,即得到靜態(tài)特性提取的目標函數(shù)如式(3:(31max2=MmmDSVDSVDSDSVdVJ式中,2動態(tài)優(yōu)化目標函數(shù)對于動態(tài)開關過程,我們通過分析功率MOSFET工作特性時總結了一些的波形特征參數(shù),它們將開關過程的一些關鍵點和變化率都量化描述出來。當分別得到這些波形特征參數(shù)的測量信號參數(shù)和仿真信號參數(shù)時,我們就可以利用這兩組信號的相對

9、誤差組成一個目標函數(shù),對它進行最優(yōu)化。于是得到動態(tài)優(yōu)化的目標函數(shù)可表示如下式(mDSmDmDSmCsDSsDCEV vivivi=(4:(412=ni i i k J其中mi x 與si x 分別是第i 個特征參數(shù)的測量值和仿真值, i k 為加權常數(shù)。4.3 優(yōu)化算法對于本課題涉及的優(yōu)化問題,實際上是求目標函數(shù)值的最小值問題。在選擇算法的時候主要考慮全局收斂性以及收斂速度的問題。本文主要采用了變量輪換法,該算法比較簡單,收斂速度較快,運行結果如表1所示。表1 參數(shù)辨識情況優(yōu)化次數(shù) 運行時間 目標函數(shù)值 靜態(tài)辨識 144 8分41秒 1.829E-06 動態(tài)辨識16418分17秒0.00458

10、5.參數(shù)辨識結果以功率MOSFET IRF740為例,通過上述硬件及軟件實現(xiàn)了模型參數(shù)的辨識。 1 模型參數(shù)辨識結果通過對靜態(tài)特性特征參數(shù)的測量、仿真、比較和優(yōu)化,可辨識我們需要的靜態(tài)和動態(tài)模型參數(shù),如下表2。表2參數(shù)辨識結果靜態(tài)參數(shù) 辨識結果 動態(tài)參數(shù) 辨識結果 AGD 4.45 mm 2VT 3.24 V NB 3.04 cm -3KPLIN 8.20 A/V 2CGS 0.48 nF KPSAT 11.47 A/V 2COXD 1.63 nF RD 0.12 CDS2.97 nFTHETA2.90V2仿真與實驗波形比較利用表2中辨識的參數(shù)進行仿真,其波形與實測波如圖4-11所示。 x 1

11、0-6tV gs (S (V 圖4柵源極電壓開通波形圖5柵源極電壓關斷波形x 10 -6 Ig(At(S 圖6柵極電流開通波形x 10-6Ig(A(S 圖7柵極電流關斷波形 x 10 -6Vds(Vt(S 圖8漏源極電壓開通波形mi si m i ix x x =x 10 -6Vg(V(S 圖9漏源極電壓關斷波形 x 10-6Id(At(S 圖10漏極電流開通波形 x 10 -6Id(A(S 圖11漏極電流關斷波形由以上圖形可以看出,仿真波形與實測波形達到了較好的吻合,說明所辨識到的參數(shù)是可信的。6.結論利用本文提出的功率MOSFET 參數(shù)辨識方法,并構建了軟硬件系統(tǒng)。使用該系統(tǒng)對型號為IRF

12、740的功率MOSFET 進行了參數(shù)辨識,得到了辨識結果。實驗結果表明,這種辨識方法是可行的?；谕瑯拥谋孀R思想,可以對其他電力電子器件參數(shù)進行辨識。參考文獻1 劉峰, 功率MOSFET 模型參數(shù)辨識及其有效性驗證 上海大學碩士論文 2005年2月2 Zuberek, W.M.; Konczykowska, A.; Algani, C.; Wang,H.; Dangla, J., “Simulation-based parameter extraction, its implementation and some applications” IEEProceedings: Circuits,

13、Devices and Systems vol. 141 no. 2 Apr 1994 pp. 129-134.3 Lauritzen,P.O, “Simulation and modeling for powerelectronics computers in power electronics” 1998, IEEE Workshop on, 22-23 Aug,1988 pp.44-51. 4 Kraus,R.;Mattausch,H.J, “Status and trends of powersemiconductor device models for circuit simulation” Power Electronics,I