功率MOSFET 模型参数辨识

1、功率MOSFET模型参数辨识高艳霞苗盈瀛刘峰龚幼民上海大学自动化系 上海,200072摘 要本文提出了一种基于优化算法的电力电子器件模型参数辨识方法。以功率MOSFET为例,文中首先介绍了模型参数辨识基本思想,然后详细介绍了相关的软、硬件实施方案,最后给出了模型参数辨识结果及功率MOSFET管的仿真与实验波形比较。仿真波形与实验波形达到了很好的一致,说明所得到的模型参数辨识结果是可信的。关键词功率MOSFET模型, 参数辨识, 测试系统1.引言由于电力电子器件的高成本及易损性,在制作实际电力电子系统前,设计者如果能对电力电子器件进行比较准确的仿真,排除设计错误,使电力电子器件得到安全、合理的使

2、用,可以节约财力物力,缩短开发周期,起到事半功倍的效果。而电力电子器件的仿真又是以器件模型和器件模型参数为基础的。当器件模型确定以后,电力电子系统仿真的精度取决于器件的模型参数。准确的电力电子器件模型参数是得到准确仿真结果的关键。本文提出了一种基于优化算法的功率MOSFET模型参数辨识方法。以功率IRF740为例,文中首先介绍了模型参数辨识基本思想,然后详细介绍了相关的软、硬件实施方案,最后给出了模型参数辨识结果。给出了IRF740的仿真与实验波形。仿真波形与实验波形达到了很好的一致,说明所辨识到的模型参数辨识结果是可信的。2. 电力电子器件模型参数辨识基本思想本文提出的电力电子器件模型参数辨

3、识方法基于实验、仿真及优化算法。以功率MOSFET模型参数辨识为例,模型参数辨识基本思想如图1所示。一方面对实验电路中的功率MOSFET给以激励并自动检测其动、静态响应,同时在仿真软件(PACTE中设定功率MOSFET 物理模型的技术参数初值,并施以同样的激励,通过仿真以获取其动、静态响应,利用测量信号参数和仿真信号参数之差构成目标函数,通过优化算法不断修改仿真模型参数,使目标函数逐步减小,从而达到模型参数辨识的目的。当目标函数的值足够小时,认为此时所对应受上海市教委发展基金(204432及台达科教发展基金资助的模型参数值即为要辨识的结果 。图1 功率MOSFET模型参数辨识原理 根据上述参数

4、辨识思想,整个辨识系统可以分为波形自动采集及最优化两部分。3.波形自动采集系统3.1系统硬件组成自动采集系统硬件结构如图2所示。PC机实现电压源的控制及波形采集,采集到的波形送到工作站,工作站完成运行仿真软件及参数辨识优化。图2 自动采集系统的硬件组成为了实现器件动态波形的快速采集,系统采用了GPIB(General Purpose Interface Board技术. GPIB接口卡插在PC机内,PC机通过GPIB接口 卡与程控数字示波器相连,采集在不同电压下的电力电子器件的实际波形。驱动波形发生实现电力电子器件的驱动。功率MOSFET器件模型参数分为静态参数和动态参数。因此,参数辨识实验电

5、路有静态和动态两种。3.2软件设计波形采集通过GPIB接口及数字存储示波器实现。通过GPIB接口函数,计算机可实现对程控数字示波器命令函数的调用,以达到对仪器的控制,实现程序中设定的功能,达到自动测试和采集波形的目的。其程序具体流程如下:1打开并初始化程控数字示波器,生成描述符。2程控数字示波器初始化:包括一些坐标初始化、触发方式、采集方式等的设定。每次执行程序时,这些初始化工作都将自动进行,不必再手工进行设置。避免了由于不恰当的设置,而导致测量出错。3采集开始:被采样波形要进行幅值判别和调整。4采集到的数据点传输到计算机中,并记录下以下特征参数值:yoff(波形的垂直位置;ymult(垂直刻

6、度因数;xincr(波形的采样间隔;yzero(波形的垂直偏移量。5此时采集的波形数据是波形Y轴上每一数据点相应的ASCII码值,若要进行数据处理和波形显示,利用下列公式就可把ASCII码换算成对应时间轴上的电压值:timei=i×xincr (1 valuei=(bufferi - yoff×ymult+yzero (26显示并输出由于本辨识系统包括了两个操作平台(WINDOWS 和UNIX,因此采用SUN公司开发的JA V A语言来编写以上应用程序,它具有跨平台的优点。4.最优化算法及其实现优化算法是参数辨识的核心。计算机采集的波形信号通过网络传递到工作站,优化程序在工

7、作站上运行。4.1 优化程序流程电力电子器件模型参数辨识是一个不断寻优的过程。首先对电力电子器件的实验波形进行测量,寻优过程就是不断使仿真波形向实验波形逼近的过程。当分别得到静态测量信号波形参数和仿真信号波形参数时,利用这些波形参数组成一个目标函数,对它进行最优化。优化过程中,不断修仿真软件中的器件模型参数及不断运行仿真软件,最终得到使目标函数最小的模型参数,即是要辨识的器件的模型参数。如图3给出了参数辨识中优化算法的流程图: 图3 优化程序流程图4.2 目标函数仿真软件中的器件模型是基于静态和动态两部分的,所以相应优化程序也分为两部分。针对同一种算法时优化流程及步骤一致,只是目标函数不同。1

8、静态优化目标函数在同一栅极电压条件下,(sDSsDvi与(mDSmDvi分别是对应同一漏源极电压的漏极电流仿真值和实测值。CE V表示两者间的相对误差。改变M次栅极电压,可得到M个VGE下的静态特性参数曲线。我们将所有的M条静态特性参数曲线上的相对误差的总和求平方根,即得到静态特性提取的目标函数如式(3:(31max2=MmmDSVDSVDSDSVdVJ式中,2动态优化目标函数对于动态开关过程,我们通过分析功率MOSFET工作特性时总结了一些的波形特征参数,它们将开关过程的一些关键点和变化率都量化描述出来。当分别得到这些波形特征参数的测量信号参数和仿真信号参数时,我们就可以利用这两组信号的相对

9、误差组成一个目标函数,对它进行最优化。于是得到动态优化的目标函数可表示如下式(mDSmDmDSmCsDSsDCEV vivivi=(4:(412=ni i i k J其中mi x 与si x 分别是第i 个特征参数的测量值和仿真值, i k 为加权常数。4.3 优化算法对于本课题涉及的优化问题,实际上是求目标函数值的最小值问题。在选择算法的时候主要考虑全局收敛性以及收敛速度的问题。本文主要采用了变量轮换法,该算法比较简单,收敛速度较快,运行结果如表1所示。表1 参数辨识情况优化次数 运行时间 目标函数值 静态辨识 144 8分41秒 1.829E-06 动态辨识16418分17秒0.00458

10、5.参数辨识结果以功率MOSFET IRF740为例,通过上述硬件及软件实现了模型参数的辨识。 1 模型参数辨识结果通过对静态特性特征参数的测量、仿真、比较和优化,可辨识我们需要的静态和动态模型参数,如下表2。表2参数辨识结果静态参数 辨识结果 动态参数 辨识结果 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仿真与实验波形比较利用表2中辨识的参数进行仿真,其波形与实测波如图4-11所示。 x 1

11、0-6tV gs (S (V 图4栅源极电压开通波形图5栅源极电压关断波形x 10 -6 Ig(At(S 图6栅极电流开通波形x 10-6Ig(A(S 图7栅极电流关断波形 x 10 -6Vds(Vt(S 图8漏源极电压开通波形mi si m i ix x x =x 10 -6Vg(V(S 图9漏源极电压关断波形 x 10-6Id(At(S 图10漏极电流开通波形 x 10 -6Id(A(S 图11漏极电流关断波形由以上图形可以看出,仿真波形与实测波形达到了较好的吻合,说明所辨识到的参数是可信的。6.结论利用本文提出的功率MOSFET 参数辨识方法,并构建了软硬件系统。使用该系统对型号为IRF

12、740的功率MOSFET 进行了参数辨识,得到了辨识结果。实验结果表明,这种辨识方法是可行的。基于同样的辨识思想,可以对其他电力电子器件参数进行辨识。参考文献1 刘峰, 功率MOSFET 模型参数辨识及其有效性验证 上海大学硕士论文 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