基于Elman神经网络模型的IGBT寿命预测 |
| |
作者姓名: | 刘子英 朱琛磊 |
| |
作者单位: | 华东交通大学 电气与自动化工程学院,南昌,330013;华东交通大学 电气与自动化工程学院,南昌,330013 |
| |
基金项目: | 国家自然科学基金资助项目(51767006) |
| |
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 |
本文献已被 维普 万方数据 等数据库收录! |
|