基于Elman神经网络模型的IGBT寿命预测

摘要：

建立了Elman神经网络模型来实现绝缘栅双极型晶体管 (IGBT) 的寿命预测.分析了IGBT的结构及其失效原因, 结合NASA埃姆斯中心的加速热老化试验数据, 确定了以集电极-发射极关断电压尖峰峰值作为失效预测依据.利用高斯滤波的方法对试验数据进行预处理, 构建了单、多隐层Elman神经网络寿命预测模型, 并构建了广义回归神经网络 (GRNN) 寿命预测模型作为对比模型.采用均方误差、平均绝对误差、最大相对误差作为各模型预测性能的评估指标.结果表明, 提出的Elman神经网络模型比GRNN模型有更好的预测效果.二隐层的Elman神经网络模型均方误差为0.202 0％, 平均绝对误差为0.387 6％, 最大相对误差为3.023 0％, 可以更好地实现IGBT寿命的预测.

关键词：绝缘栅双极型晶体管 (IGBT)、失效、Elman神经网络、广义回归神经网络 (GRNN)、寿命预测

所属期刊栏目：44

分类号：TN322.8(半导体技术)

资助基金：国家自然科学基金51767006

在线出版日期：2019-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：395-400