ISSN 1068-3712, Russian Electrical Engineering, 2016, Vol. 87, No. 4, pp. 235–239. © Allerton Press, Inc., 2016.

Original Russian Text © G.V. Kuznetsov, E.V. Kravchenko, N.A. Pribaturin, 2016, published in Elektrotekhnika, 2016, No. 4, pp. 60–65.

Reliability Analysis of Electrical Engineering Power

Semiconductor Devices
G. V. Kuznetsova, E. V. Kravchenkoa, and N. A. Pribaturinb
aTomsk
Polytechnic University, Tomsk, Russia
bKutaladze Institute of Thermal Physics, Siberian Branch, Russian Academy of Sciences, Novosibirsk, Russia
e-mail: journal-elektrotechnika@mail.ru
Received March 17, 2016

Abstract—A new approach to predicting reliability indices based on the numerical analysis of nonuniform
temperature fields of power semiconductor devices (PSDs) is presented. Thermal analysis of the power diode
module is carried out in a two-dimensional formulation with junction temperature Tjunc = 125°C. The finite
difference method is used to solve the differential equation of heat conduction. During the numerical exper-
iments, the ambient temperature (from 25 to 45°C) and dimensional orientation of the diode module vary. It
was found that the temperature difference is more than 100°C. To analyze the reliability indices of the diode
module, two mathematical models, Arrhenius and multiplicative (statistical), are selected. 1t is found that
raising the ambient temperature from 25 to 45°C approximately halves the reliability indices of the power
diode module. The vertical orientation of the module reduces the heat transfer and causes an increase in the
failure rate indices to 10% under natural convection for Tamb = 25°C. When the diode module is lowered, the
reliability indices drop by 18%, all other things being equal. The largest differences in the estimates of the reli-
ability of PSDs are observed at a lower location of the diode assembly. For example, the failure rate for the
Arrhenius model was 325 times higher than that of the multiplicative model for an ambient environment of
45°C. The necessity of taking into account the real unsteady temperature fields to increase the prediction reli-
ability resource of PSDs is shown.

Keywords: power semiconductor device, reliability prediction, thermal condition, nonuniform temperature
fields, failure rate
DOI: 10.3103/S106837121604009X

Operation of power semiconductor devices (PSDs)
is a global trend in developed countries in the field of
electrical power engineering [1, 2]. The wide nomen-
clature of PSDs allows one to apply such devices in
electrical power engineering, electric vehicles,
mechanical engineering, and metallurgy. More than
70% of the generated electric power is further con-
verted with use of semiconductor devices [1, 3]. In
Russia, this share is less than 30%. The increase in the
number of PSDs in various areas of life can signifi-
cantly improve the energy efficiency and, at the same
time (upon achieving the world index) save 12–15% of
all electric energy generated in Russia [1–4].
Contemporary PSDs can formally be divided into
two groups [1]. The first group of devices, which is pri-
marily used for converting large capacities, involves
diodes and thyristors. The second group of devices,
which are used in the range of medium and small
capacities, represents the field and gate-modulated
bipolar transistors.
The application of power semiconductor devises
relates to significant constraints [1–5]. On the one
hand, the vast majority of such devices are developed
in a climatic design TCC (temperate and cold climate)
with the extreme ambient temperature during opera-
tion up to +45°C. On the other hand, the temperature
field is the considerably unsteady process and the tem-
perature differences of the device may reach 20–30 K
[6]. It is also known that temperature instability leads
to self-heating and degradation of semiconductor
structure devices [7].
When the temperature of semiconductor devices
increases for every 10 K (in the working range of tem-
peratures), the failure rate quite often more than dou-
bles [8]. The effect of reducing operational reliability
with increasing temperature is observed not only in
PSDs, but, for example, in transformers. It was found
that the service life of the latter decreases by 2.5% on
average at the ambient temperature increase by 10 K.
Moreover, taking into account the large energy pay-
back time, reliability analysis should be performed
after the rated product life [9].
It can be concluded that prediction of reliability at
all stages of the life cycle of electrical power devices
should be based on an analysis of thermal modes of
their operation. The current methods for the electrical

235
236 KUZNETSOV et al.

x account the spatial distribution of temperature

changes in time of the researched units [18].
1 The purpose of the present article is to analyze the
Lx
failure intensities of a typical PSD on the basis of
numerical simulation of an unsteady nonuniform tem-
2 2 2 perature field, when several heat sources are locally
distributed under conditions of natural convection
with different spatial configurations of the studied unit
and the working ambient temperatures.
Ly y

Fig. 1. The geometry of the solution area ((1), (2) are the
areas with different thermal-physical characteristics).
energy thermal analysis rely on modeling with the use
of various software packages (for example, Flow
Vision) or monitoring and diagnostics software [9].
Other approaches are also known: methods of thermal
resistance [10], quantitative thermography [11], and
thermal monitoring [12]; the finite element method;
and finite-difference methods that take into account
natural convection together with heat sink radiation in
stationary and cyclic modes of operation [13].
Reliability analysis of the power plants is usually
carried out on the basis of a priori information [12, 14]
using probabilistic simulation techniques [15]. For
example, the main parameters in assessment of the
reliability of the thyristor group of a semiconductor
switch that is part of the powerful phase rotators are
taken to be average times of no-failure operation and
the first precautionary disconnection [16].
Analysis of statistical information is a common
method of prediction of the reliability indices of power
plants [12, 14–16]. However, such methods have a
number of significant constraints due to not only pos-
sibly insufficient information on the PSD operation
modes and conditions, as well as storage, but also the
standards of sampling of devices for testing [9, 17] and,
with great likelihood, the absence of unit analogs in
the development of new devices for a particular indus-
try. The assumption of stationary modes of the devices
FORMULATION OF THE PROBLEM
OF ANALYSIS OF THE PSD THERMAL MODE
Analysis of the thermal operation mode was con-
ducted on the basis of standard electrical engineering in
relation to a simple device that is the power diode mod-
ule with junction temperature Tjunc = 125°C (Fig. 1).
Numerical simulation of the temperature field was
carried out in a nonuniform plate with dimensions Lx
and Ly along the x and y axes:
x ∈ [0; L x ] ; y ∈ [0; L y ] , (1)
where x and y are the coordinates.
It was assumed that the model (plate) includes
areas with different thermal-physical characteristics.
In three areas (area 2, Fig. 1), local heat generation of
the given rate Q occurs. The boundary conditions of
the third form (combined thermal transfer) are speci-
fied on the edges of the plate.
The thermal-physical parameters of the simulated
plant are presented in Table 1.
The following key assumptions are used in the
problem formulation.
—That the thermal-physical characteristics of
materials do not depend on the temperature.
—That the thermal contact at the borders between
the areas (1, 2) is considered ideal.
In this formulation, the problem is reduced to a
solution of the two-dimensional unsteady heat con-
duction equations:

( )
and operation conditions is also not always appropri-
ate [5]. For example, the change of the temperatures of C ( x, y ) ρ ( x, y ) ∂ T = ∂ λ ( x, y ) ∂ T
PSDs in time can be up to a factor of 30 or more [13]. ∂t ∂x ∂x
⎛ ⎞ ( ) α ( )(TB − T )
+ ∂ ⎜ λ ( x, y ) ∂ T ⎟ +
Another approach to the prediction of the reliabil- Q t , x, y T
+ (2)
ity of power plants based on the physics of failures, ∂y ⎝ ∂y ⎠ Sh h
rather than on statistical–probabilistic analysis, is
proposed in [18]. However, analysis of the physics of +
(
ε redσ TB − T
4
)4

,
failures is usually carried out without taking into h

Table 1
Area Density, kg/m3 Specific heat C, J/(kg K) Heat conductivity λ, W/(m K) Material

1 1200 1000 0.3 Plastic

2 2300 900 3 Metal–ceramic

RUSSIAN ELECTRICAL ENGINEERING Vol. 87 No. 4 2016

 RELIABILITY ANALYSIS OF ELECTRICAL ENGINEERING POWER
where c is the specific heat, ρ is the density, T is the
temperature, t is the time, λ is the heat conductivity
coefficient, Q is the heat source, S is the source area,
h is the plate thickness, α is the coefficient of convec-
tive heat exchange with the external environment,
TB is the ambient temperature, σ is the Stefan–Boltz-
mann constant, and εred is the reduced emissivity fac-
tor of the plate and the environment.
The fourth and fifth summands in the right part of
Eq. (2) take into account the flow of thermal energy to
the external environment due to the convection and
radiation heat transfer mechanisms.
Upon setting the initial conditions, it was believed
that the PSD temperature at the initial time is uni-
formly divided:
T t =0
= T0 ( x, y ) ,
where T0 is the initial temperature.
The convection and radiation heat transfers are
considered in the boundary conditions:
x = 0, y ∈ [0, L y ] :
∂x
(
−λ ∂ T = α (T )(TB − T ) + ε redσ TB4 − T 4 ; ) (4)
x = Lx, y ∈ [0, L y ] :
∂x
(
λ ∂ T = α (T )(TB − T ) + ε redσ TB4 − T 4 ; ) (5)
y = 0, x ∈ [0, L x ] :
( )
−λ ∂ T = α (T )(TB − T ) + ε redσ TB4 − T 4 ;
∂y
y = Ly, x ∈ [0, L x ] :
λ ∂ T = α (T )(TB − T ) + ε redσ TB − T .
∂y
4 4
( (7))
The convective heat transfer coefficient depends
on the temperature and is found for each point of the
surface:
T − TB ⎞
( )
14
α (T ) = 1.42 − 1.4 × 10 −3Tav N ⎛⎜ ⎟ . (8)
⎝ L ⎠
The above coefficient of surface emissivity of the
device and the environment is determined by the fol-
lowing ratio [13]:
⎛ ⎞
ε red = ⎜ 1 + 1 − 1⎟ .
−1
(9)
⎝ ε s ε amb ⎠
When solving differential equation (2) with the ini-
tial (1), (3) and boundary (4)–(6) conditions, the
finite difference method was used [19]. To solve the
differential analogues of the two-dimensional equa-
tions, the coordinate split scheme was used [20]. The
solution of the resulting one-dimensional differential
equations was carried out in two stages.
RUSSIAN ELECTRICAL ENGINEERING Vol. 87
237
—An iterative cycle was constructed in relation to
the nonlinear boundary conditions (radiation heat
exchange with the external environment).
—The linear system of equations was solved at each
step of the iteration cycle by the sweep method using
the implicit four-point difference scheme.
FORMULATION OF THE PROBLEM
OF PREDICTING THE PSD
RELIABILITY INDICES
To analyze the reliability of the diode module, the
Arrhenius [8] and multiplicative model [17] mathe-
matical models were selected.
The multiplicative model is
(3) λ S = λ b K M K F K K K S, (10)
where λb is the base failure rate of the power unit, KM is
the mode factor depending on the electrical load and
temperature, KF is the coefficient of functional speci-
ficity of the operation mode of the device, KK is the
coefficient of the quality level of the device, and KS is
the coefficient of operation mode stiffness.
The validity of the selection of (10) results from the
experimental and theoretical research on the reliability
and analysis of the reasons for failures of electronic
and radio devices (ERDs) [17]. It should be noted that
the basic failure rate used in mathematical models of
type (10) in determining the reliability of ERDs are
given for the temperature of +25°C and do not take
into account, for example, the spatial heterogeneity of
temperature fields both inside and outside the devices.
(6) According to [17], semiconductor devices that do
not have an SHF range undergo parametrical failures
in 80% of cases. They are caused by the physicochem-
ical processes of degradation (aging) of the semicon-
ductor device structure. As is known, the speed of
aging (the accumulation of degradation states)
depends not only on the initial state of the PSD, but
also on the modes of electric load and the operation
and storage temperature conditions [9, 17, 18]. There-
fore, analysis of the reliability indices for the typical
electrical power devices (namely, the diode module)
was also based on a mathematical model for which the
temperature is the relevant factor [8].
According to the Arrhenius model, the failure rate
exponentially depends on temperature [8]:
( )
λ A (T ) = C exp −E ,
kT
(11)
where C is a constant, E is the activation power, and k
is the Boltzmann constant.
The temperature used with (11) was determined
according to the results of the solutions of two-dimen-
sional unsteady heat conduction equation (2) with the
corresponding boundary conditions.
An isolating metal–ceramic base through which
the heat sink (area 2, Fig. 1) is set up is a characteristic
No. 4 2016
238 KUZNETSOV et al.

x characterized by considerable gradients. Therefore,

prediction of a PSD using the Arrhenius model is
appropriate for the average (Tav) and maximum (Tmax)
Lx temperatures of the investigated unit.
0
0
0

0
0

80

80
The results of numerical simulation of reliability

90
90
80

90
100

100
110
110 120
(failure rate) indices of an SPP are given in Fig. 3. The

110
100

110
90

120
behavior of failure rate λA(t) indicates not only significant

120
130

80
differences in the reliability estimates of models (10) and

100
(11), but also a high degree of dependence of the pre-
110
70
40

120
50
60

diction Arrhenius model (curves 2 and 3, Fig. 3) of the

110

110

90
100
80

70
100

60
90

calculated (accepted) temperature.

90
80

80
70
70
60

60

50
20

50 The analysis of the curves shows that the numerical

50

40
40

40

Ly y values λA(Tmax) calculated by the Arrhenius model (11)

Fig. 2. The temperature field of the simulated unit.
λА(t), h−1
λe(t), h−1
1 × 10−4
8 × 10−5
6 × 10−5
4 × 10−5
2 × 10−5
0 100 200
Fig. 3. The PSD failure rate at ambient temperature T =
25°C and t = 600 s ((1) is the multiplicative model (10),
(2) is the Arrhenius model (at Tav), and (3) is the Arrhe-
nius model (at Tmax).
structural feature of a diode module (Fig. 1). There-
fore, analysis of the reliability indices of the SPP
(models (10) and (11)) was conducted for three possi-
ble variants of spatial configuration of the diode mod-
ule in typical operating conditions at the rectifier
operating mode of the device. The ambient tempera-
ture changed in the range of 25—45°C.
RESULTS AND DISCUSSION
The characteristic form of the temperature field of
the simulated unit (diode module) at ambient tem-
perature T = 25°C at time t = 600 s is shown in Fig. 2.
The present thermal field of a PSD is typical for the
given initial conditions and operation mode. Analysis
of heat conduction over the surface of the module
(Fig. 1) shows that the temperature of the most heated
area (Fig. 2) is 5–10°C higher than Tjunc. The tempera-
ture field of the device is significantly nonuniform and
are 141 times greater than those obtained by multipli-
cative model (10) for a working time of 600 s and
ambient temperature of 25°C. For the average tem-
perature on the device the reliability index is less by
27 times. The ratio of failure rates by the Arrhenius
model λA (Tmax) to λA(Tav) was 5.2 with all factors being
the same.
Obviously, when the temperature in the range of
PSD working temperatures (for example, in case of an
increase in the ambient temperature) rises, the failure
rate of the devices should grow or the reliability indices
should decrease. For instance, the latter must affect
the service life of electrical power equipment and reli-
3
ability of system operation.
Table 2 gives the results of numerical analysis of
PSD reliability indices for three ambient tempera-
2
tures TB and the spatial configurations of the module.
1 When the failure rate was determined, mode coeffi-
300 400 500 T, °C cient KM corresponded to 50% of the maximum elec-
trical load [17].
The greatest differences in the estimates of the
PSD reliability index are observed when the heat
removal surface of the diode assembly is located lower.
For example, at an ambient temperature of 45°C, the
failure rate by the Arrhenius model is 325 and 75 times
higher for maximum and average PSD temperatures,
respectively. Increasing the temperature from 25 to
45°C leads to growth of the failure rate by approxi-
mately half for Tmax and more than half for Tav. It
should be also noted that the failure rate under condi-
tions of natural convection is 10 and 18% higher with
the vertical configuration of the diode module and the
lower location of the heat removal surface in compar-
ison with the upper location for Tamb = 25°C.
The significant differences in the reliability esti-
mates have several causes.
—Significant heterogeneity of the temperature
field of the simulated electrical power devices (owing
to the local heat sources).
—Basic failure rate (λb in Eq. (10)) used in the esti-
mate λE is defined for Tamb = 25°C.
—With increasing TB, convective heat transfer rate
decreases, which causes even greater heterogeneity of
the temperature fields with a corresponding increase

RUSSIAN ELECTRICAL ENGINEERING Vol. 87 No. 4 2016

 RELIABILITY ANALYSIS OF ELECTRICAL ENGINEERING POWER
Table 2
Ratio between the failure rate by the Arrhenius model at Tmax (numerator)
and Tav (denominator) and the failure rate by the multiplicative model
Ambient temperature, °C
horizontal
up
25 141/27
35 198/42
45 273/62
of the maximum and mean temperatures for the
device.
CONCLUSIONS
(1) Using the multiplicative model in determina-
tion of PSD failure rates results in significant improve-
ment in the service life of the device.
(2) Prediction of the PSD reliability indices should
be carried out on the basis of an analysis of real
unsteady nonuniform thermal conditions of the
device.
ACKNOWLEDGMENTS
This work was supported by the Russian Founda-
tion for Basic Research (grant no. 15-38-50595/15).
REFERENCES
1. Grekhov, I.V., Power semiconductor electronics and
pulse equipment, Vestn. Ross. Akad. Nauk, 2008,
vol. 78, no. 2, pp. 106–131.
2. Lantsov, V. and Eranosyan, S., Intelligent power elec-
tronics: from nowadays up to future Silovaya Elektron.,
2009, no. 22, pp. 6–12.
3. Fedorov, A., The way to raise efficiency of electrotech-
nical devises as an aspect of power supply strategy,
Silovaya Elektron., 2010, no. 25, pp. 4–6.
4. Bormotov, A., Grishanin, A., Martynenko, V., Muska-
tin’ev, V., and Chibirkin, V., Modern power semicon-
ductor devices for energy efficient technology, Elek-
tron.: Nauka, Tekhnol., Biznes, 2010, no. 4, pp. 36–45.
5. Kolpakov, A., The way to optimize characteristics of
power units for complicated operation conditions, Silo-
vaya Elektron., 2008, no. 1, pp. 22–28.
6. Kuznetsov, G.V. and Belozertsev, A.V., Numerical
simulation for temperature fields of power transistors by
considering transfer coefficients discontinuity,
Izv. Tomsk. Politekhn. Univ., 2005, vol. 308, no. 1,
pp. 150–154.
7. Levinshtein, M.E., Ivanov, P.A., Mnatsakanov, T.T.,
Palmour, J.W., Das, M.L., and Hull, B.A., Self-heating
and destruction of high-voltage 4h-sic rectifier diodes
under a single short current surge pulse, Semiconductors,
2008, vol. 42, no. 2, pp. 220–227.
8. Borisov, A.A., Gorbacheva, V.M., Kartashov, G.D.,
Martynova, M.N., and Prytkov, S.F., Reliability of for-
eign element base, Zarubezh. Radioelektron., 2000,
no. 5, pp. 34–53.
RUSSIAN ELECTRICAL ENGINEERING Vol. 87 No. 4
239
vertical
down
127/34 155/30
238/51 217/46
325/75 297/68
9. Semenov, G.M. and Sukhov, A.V., On exploitation
reliability of power semiconductor devices beyond the
service life in converting devices, Elektrotekhnika,
2006, no. 10, pp. 9–13.
10. Bulychev, A.V., Erokhin, E.Yu., Pozdeev, N.D., and Fili-
chev, O.A., Thermal model of induction motor for relay
protection, Russ. Electr. Eng., 2011, vol. 82, no. 3, p. 144.
11. Vlasov, A.B., Estimation of the heat state of an electric
machine with the use of quantitative thermography,
Russ. Electr. Eng., 2012, vol. 83, no. 3, p. 132.
12. Izmailov, V.V., Novoselova, M.V., and Naumov, A.E.,
Forecasting of electric contact residual lifetime based
on statistical analysis of thermovision monitoring,
Russ. Electr. Eng., 2009, vol. 80, no. 5, p. 289.
13. Kuznetsov, G.V. and Kravchenko, E.V., The peculiari-
ties of modeling reliability parameters for printed cir-
cuit assembly electronics working in cycling mode,
Elektromagn. Volny Elektron. Sist., 2005, nos. 11–12,
pp. 19–22.
14. Izmailov, V.V., Novoselova, M.V., and Naumov, A.E.,
Application of statistical methods for forecasting the
residual service life of electric connectors, Russ. Electr.
Eng., 2008, vol. 79, no. 1, p. 46.
15. Saltykov, V.M. and Suleimanova, L.M., The way to
predict the operation lifetime for power transformers at
electrical network plants by means of probability simula-
tion methods, Izv. Vyssh. Uchebn. Zaved. Elektromekhan.,
2007, no. 6, pp. 65–67.
16. Novikov, M.A., Rashitov, P.A., Remizevich, T.V., and
Fedorova, M.I., Selection of the number of redundant
thyristors for a powered semiconductor phase shifter in
accordance with the results of predicting reliability
rates, Russ. Elect. Eng., 2013, vol. 84, no. 12, p. 684.
17. Prytkov, S.F., Gorbacheva, V.M., Borisov, A.A., et al.,
Nadezhnost’ elektroradioizdelii: Spravochnik (Reliability
of Electric Radio Devices. Handbook), Moscow: 2nd
Central Scientific-Research Institute of the Russian
Ministry of Defence, 2002.
18. Suhir, E., When adequate and predictable reliability is
imperative, Microelectron. Reliab., 2012, no. 52,
pp. 2342–2346.
19. Kuznetsov, G.V. and Kravchenko, E.V., The way to analyze
destruction of polymeric material for electronic equipment
under spatial heterogeneity of temperature fields, Elektro-
magn. Volny Electron. Sist., 2014, no. 3, pp. 4–12.
20. Kuznetsov, G.V. and Kravchenko, E.V., Influence of
polymer aging on reliability indices of a typical printed-
circuit assembly of radioelectronic equipment, J. Eng.
Phys. Thermophys., 2007, vol. 80, no. 5, pp. 1050–1054.
Translated by A. Evseeva
2016
 Análisis de fiabilidad de dispositivo semiconductores de
potencia de ingeniería eléctrica.

GV Kuznetsov una, EV Kravchenko una, y NA Pribaturin si

una Universidad Politécnica de Tomsk, Tomsk, Rusia
si Instituto Kutaladze de Física Térmica, Rama Siberiana, Academia Rusa de Ciencias, Novosibirsk, Rusia

correo electrónico: journal-elektrotechnika@mail.ru

Recibido el 17 de marzo de 2016

Resumen —Se presenta un nuevo enfoque para predecir índices de confiabilidad basados en el análisis numérico de
campos de temperatura no uniformes de dispositivos semiconductores de potencia (PSD). El análisis térmico del módulo de
diodo de potencia se lleva a cabo en una formulación bidimensional con temperatura de unión T junc = 125 ° C. El método de
diferencia finita se utiliza para resolver la ecuación diferencial de conducción de calor. Durante los experimentos numéricos,
la temperatura ambiente (de 25 a 45 ° C) y la orientación dimensional del módulo de diodo varía. Se encontró que la
diferencia de temperatura es más de 100 ° C. Para analizar los índices de confiabilidad del módulo de diodos, se
seleccionan dos modelos matemáticos, Arrhenius y multiplicativo (estadístico). Se encuentra que elevar la temperatura
ambiente de 25 a 45 ° C reduce a la mitad aproximadamente los índices de confiabilidad del módulo de diodos de potencia.
La orientación vertical del módulo reduce la transferencia de calor y provoca un aumento en los índices de tasa de falla al
10% bajo convección natural para T amb = 25 ° C. Cuando se baja el módulo de diodos, los índices de confiabilidad caen
en un 18%, todas las demás cosas son iguales. Las mayores diferencias en las estimaciones de la confiabilidad de los PSD
se observan en una ubicación más baja del conjunto de diodos. Por ejemplo, la tasa de falla para el modelo Arrhenius fue 325
veces mayor que la del modelo multiplicativo para un ambiente ambiental de 45 ° C. Se muestra la necesidad de tener en
cuenta los campos de temperatura inestables reales para aumentar el recurso de confiabilidad de predicción de los PSD.

Palabras claves: dispositivo semiconductor de potencia, predicción de confiabilidad, condición térmica, campos de temperatura no
uniformes, tasa de falla

La operación de dispositivos semiconductores de potencia (PSD)
es una tendencia mundial en los países desarrollados en el campo
de la ingeniería de energía eléctrica [1,2]. La amplia nomenclatura de
los PSD permite aplicar dichos dispositivos en ingeniería de energía
eléctrica, vehículos eléctricos, ingeniería mecánica y metalurgia.
Más del 70% de la energía eléctrica generada se convierte aún más
con el uso de dispositivos semiconductores [1,3]. En Rusia, esta
participación es inferior al 30%. El aumento en el número de PSD en
diversas áreas de la vida puede mejorar significativamente la
eficiencia energética y, al mismo tiempo (al alcanzar el índice
mundial) ahorrar 12-15% de toda la energía eléctrica generada en
Rusia [1–4].
Los PSD contemporáneos pueden dividirse formalmente en
dos grupos [1]. El primer grupo de dispositivos, que se utiliza
principalmente para convertir grandes capacidades, involucra
diodos y tiristores. El segundo grupo de dispositivos, que se
utilizan en el rango de capacidades medias y pequeñas, representa
el campo y los transistores bipolares modulados por puerta.
La aplicación de dispositivos de semiconductores de
potencia se relaciona con restricciones significativas [1–5]. Por un
lado, la gran mayoría de estos dispositivos están desarrollados
en un diseño climático TCC (clima templado y frío) con
temperatura ambiente extrema durante la operación hasta +45 ° C.
Por otro lado, el campo de temperatura es un proceso
considerablemente inestable y las diferencias de temperatura del
dispositivo pueden alcanzar 20-30 K [6]. También se sabe que la
inestabilidad de la temperatura conduce al autocalentamiento y la
degradación de los dispositivos de estructura de semiconductores
[7].
Cuando la temperatura de los dispositivos semiconductores
aumenta por cada 10 K (en el rango de trabajo de las temperaturas),
la tasa de falla con bastante frecuencia es más del doble [8]. El
efecto de reducir la confiabilidad operativa con el aumento de la
temperatura se observa no solo en los PSD, sino, por ejemplo, en
los transformadores. Se descubrió que la vida útil de este último
disminuye en un 2.5% en promedio al aumentar la temperatura
ambiente en 10 K. Además, teniendo en cuenta el gran tiempo de
recuperación de energía, el análisis de confiabilidad debe
realizarse después de la vida útil nominal del producto [9 ]
Se puede concluir que la predicción de la fiabilidad en todas las
etapas del ciclo de vida de los dispositivos de energía eléctrica debe
basarse en un análisis de los modos térmicos de su funcionamiento.
Los métodos actuales para la electricidad
 X
1 El propósito del presente artículo es analizar las intensidades de
LX
2 2 2 convección natural con diferentes configuraciones espaciales de
Ly y
Figura 1. La geometría del área de solución (( 1), (2) son las áreas con diferentes
características termofísicas).
el análisis térmico de energía se basa en el modelado con el uso
de varios paquetes de software (por ejemplo, Flow Vision) o
software de monitoreo y diagnóstico [9]. También se conocen
otros enfoques: métodos de resistencia térmica [10], termografía
cuantitativa [11] y monitoreo térmico [12]; el método de
elementos finitos; y métodos de diferencias finitas que tienen en
cuenta la convección natural junto con la radiación del disipador
de calor en modos de funcionamiento estacionarios [13].
El análisis de confiabilidad de las plantas de energía generalmente
se realiza sobre la base de información a priori [12, 14] utilizando técnicas
de simulación probabilística [15]. Por ejemplo, los parámetros
principales en la evaluación de la confiabilidad del grupo de
tiristores de un interruptor semiconductor que forma parte de los
potentes rotadores de fase se consideran tiempos promedio de operación
sin fallas y la primera desconexión preventiva [16].
El análisis de la información estadística es un método común
de predicción de los índices de fiabilidad de las centrales eléctricas [12,
14-16]. Sin embargo, tales métodos tienen una serie de
limitaciones importantes debido no solo a una información
posiblemente insuficiente sobre los modos y condiciones de
operación del PSD, así como al almacenamiento, sino también a los
estándares de muestreo de dispositivos para pruebas [9, 17] y, con gran
probabilidad, la ausencia de análogos de unidades en el desarrollo
de nuevos dispositivos para una industria en particular. La
suposición de modos estacionarios de los dispositivos y las
condiciones de operación tampoco siempre es apropiada [5]. Por
ejemplo, el cambio de las temperaturas de las PSD a tiempo puede
ser de hasta 30 o más [13].
Otro enfoque para la predicción de la confiabilidad de las
centrales eléctricas basado en la física de las fallas, en lugar de en
el análisis estadístico-probabilístico, es propuesto [18]. Sin
embargo, el análisis de la física de las fallas generalmente se lleva
a cabo sin tener en cuenta.
Tabla 1
Área Densidad, kg / m Calor especifico C, J / (kg K)
1 1200 1000
2 2300 900
cuenta la distribución espacial de los cambios de temperatura en el
tiempo de las unidades investigadas [18].
falla de un PSD típico sobre la base de la simulación numérica de
un campo de temperatura no uniforme inestable, cuando varias
fuentes de calor se distribuyen localmente bajo condiciones de
los estudios estudiados. unidad y la temperatura ambiente de
trabajo.
FORMULACIÓN DEL PROBLEMA DE
ANÁLISIS DEL MODO TÉRMICO PSD
El análisis del modo de operación térmica se realizó sobre la
base de la ingeniería eléctrica estándar en relación con un dispositivo
simple que es el módulo de diodo de potencia con temperatura de
unión T junc = 125° C (Fig. 1).
La simulación numérica del campo de temperatura se realizó
en una placa no uniforme con dimensiones L X y L y a lo largo de
X y y ejes:
dónde X y y son las coordenadas
Se supuso que el modelo (placa) incluye áreas con diferentes
características físico-térmicas. En tres áreas (área 2, Fig. 1),
generación local de calor de la tasa dada Q ocurre. Las condiciones
de contorno de la tercera forma (transferencia térmica combinada) se
especifican en los bordes de la placa.
Los parámetros físico-térmicos de la planta simulada se
presentan en la Tabla 1.
Los siguientes supuestos clave se utilizan en la formulación
del problema.
- Que las características físico-térmicas de los materiales no
dependen de la temperatura.
- Que el contacto térmico en las fronteras entre las áreas (1, 2) se
considera ideal.
En esta formulación, el problema se reduce a una solución de
las ecuaciones bidimensionales de conducción de calor inestable:
(2)
+
Conductividad térmica λ, W / (m K) Material
0,3 Plástico
Metal-cerámica
3
 dónde C es el calor específico, ρ es la densidad, T es la temperatura t
es el tiempo, λ es el coeficiente de conductividad térmica, Q es la
fuente de calor S es el área fuente h es el espesor de la placa, α es el
coeficiente de intercambio de calor convectivo con el ambiente
externo, T si es la temperatura ambiente, σ es la constante de
Stefan-Boltzmann y ε rojo es el factor de emisividad reducido de la placa
y el medio ambiente.
Los sumandos cuarto y quinto en la parte derecha de la
ecuación (2) tenga en cuenta la baja energía térmica al ambiente
externo debido a los mecanismos de convección y transferencia de
calor por radiación.
Al establecer las condiciones iniciales, se creía que la
temperatura del PSD en el momento inicial se divide de manera
uniforme:
dónde T0 es la temperatura inicial
Las transferencias de calor por convección y radiación se
consideran en las condiciones de contorno:
-
El coeficiente de transferencia de calor por convección depende
de la temperatura y se encuentra para cada punto de la superficie:
. cual la temperatura es el factor relevante [8].
El coeficiente de emisividad de la superficie anterior del
dispositivo y el medio ambiente está determinado por la siguiente
relación [13]:
• •
Al resolver la ecuación diferencial (2) con las condiciones
iniciales (1), (3) y límite (4) - (6), se utilizó el método de
diferencia finita [19]. Para resolver los análogos diferenciales de
las ecuaciones bidimensionales, se utilizó el esquema de división
de coordenadas [20]. La solución de las ecuaciones diferenciales
unidimensionales resultantes se llevó a cabo en dos etapas.
-
Se construyó un ciclo iterativo en relación con las condiciones límite
no lineales (intercambio de calor por radiación con el entorno externo).
- El sistema lineal de ecuaciones se resolvió en cada paso del
ciclo de iteración mediante el método de barrido utilizando el
esquema implícito de diferencia de cuatro puntos.
FORMULACIÓN DEL PROBLEMA DE PREDECIR EL
PSD ÍNDICES DE FIABILIDAD
Para analizar la confiabilidad del módulo de diodos, se
seleccionaron los modelos matemáticos Arrhenius [8] y modelo
multiplicativo [17].
El modelo multiplicativo es:
donde λ si es la tasa de falla base de la unidad de potencia, K
METRO es el factor de modo que depende de la carga eléctrica y la
temperatura, K F es el coeficiente de especificidad funcional del
modo de operación del dispositivo, K K es el coeficiente del nivel de
calidad del dispositivo, y K S es coeficiente de rigidez del modo de
operación.
La validez de la selección de (10) resulta de la investigación
experimental y teórica sobre la confiabilidad y el análisis de las
razones de las fallas de los dispositivos electrónicos y de radio
(ERDs) [17]. Cabe señalar que la tasa de falla básica utilizada en
modelos matemáticos de tipo (10) para determinar la confiabilidad
de los ERDs se da para la temperatura de +25 ° C y no tenga en
cuenta, por ejemplo , la heterogeneidad espacial de los campos de
temperatura tanto dentro como fuera de los dispositivos.
Según [17], los dispositivos semiconductores que no tienen un
rango SHF sufren fallas paramétricas en el 80% de los casos. Son
causados por los procesos fisicoquímicos de degradación
(envejecimiento) de la
estructura del dispositivo semiconductor. Como se sabe, la velocidad
del
envejecimiento (la acumulación de estados de degradación) depende
no
solo del estado inicial del PSD, sino también de los modos de carga
eléctrica y las condiciones de operación y temperatura de
almacenamiento [9, 17, 18]. Por lo tanto, el análisis de los índices de
confiabilidad para los dispositivos de energía eléctrica típicos (es
decir, el módulo de diodos) también se basó en un modelo
matemático para el
Según el modelo de Arrhenius, la tasa de falla depende
exponencialmente de la temperatura [8]:
dónde C es una constante E es el poder de activación, y k es la
constante de Boltzmann.
La temperatura utilizada con (11) se determinó de acuerdo con los
resultados de las soluciones de la ecuación de conducción de calor
inestable bidimensional (2) con las condiciones límite
correspondientes.
Una base aislante de metal y cerámica a través de la cual se
disipa el calor (área 2, La figura 1) está configurada es una
característica
 X caracterizado por gradientes considerables. Por lo tanto, la predicción de
una PSD utilizando el modelo Arrhenius es apropiada para el
promedio ( T AV) y máximo ( T max) temperaturas de la unidad
investigada.
Los resultados de la simulación numérica de los índices de
confiabilidad (tasa de falla) de un SPP se dan en la Fig. 3. El
comportamiento de la tasa de falla λ UNA( t) indica no solo diferencias
significativas en las estimaciones de confiabilidad de los modelos (10)
y (11), sino también un alto grado de dependencia del modelo de
predicción de Arrhenius (curvas 2 y 3, Fig. 3) de la temperatura
calculada (aceptada).

El análisis de las curvas muestra que los valores numéricos λ UNA ( T

Lyy max) calculados por el modelo Arrhenius (11) son 141 veces mayores
que los obtenidos por el modelo multiplicativo (10) para un tiempo de
trabajo de 600 sy temperatura ambiente de 25 ° C. Para la temperatura
Figura 2. El campo de temperatura de la promedio en el dispositivo, el índice de confiabilidad es menor en 27
veces. La relación de las tasas de falla según el modelo de Arrhenius λ
unidad simulada. UNA ( T max) a λ UNA(T AV) fue 5.2 con todos los factores iguales.

Obviamente, cuando la temperatura en el rango de temperaturas de

λ А ( t), h - 1 trabajo de PSD (por ejemplo, en caso de un aumento en la temperatura
λ mi( t), h - 1 ambiente) aumenta, la tasa de falla de los dispositivos debería aumentar o
los índices de confiabilidad deberían disminuir. Por ejemplo, este
1 × 10 - 4 4 último debe afectar la vida útil de los equipos de energía eléctrica y la
confiabilidad de la operación del sistema.
8 × 10 - 5 5
La Tabla 2 proporciona los resultados del análisis numérico de los
6 × 10 - 5 5 índices de confiabilidad de PSD para tres temperaturas ambiente. T si y
3 las configuraciones espaciales del módulo. Cuando se determinó la tasa
de falla, coeficiente de modo K METRO correspondió al 50% de la
4 × 10 - 5 5 carga eléctrica máxima [17].

2 × 10 - 5 5 2
00 300 200 40 500 T °
C 1
100 0

Fig. 3. La tasa de falla del PSD a temperatura ambiente T =
25 ° C y t = 600 s (( 1) es el modelo multiplicativo (10), ( 2) es el
modelo Arrhenius (en T AV), y ( 3) es el modelo Arrhenoso
(en T max).
característica estructural de un módulo de diodos (Fig. 1). Por lo tanto,
el análisis de los índices de confiabilidad del SPP (modelos (10) y
(11)) se realizó para tres posibles variantes de configuración
espacial del módulo de diodo en condiciones de operación típicas
en el modo de operación del rectificador del dispositivo. La
temperatura ambiente cambió en el rango de 25 a 45 ° C.
RESULTADOS Y DISCUSIÓN La forma característica
del campo de temperatura de la unidad simulada (módulo de
diodos) a temperatura ambiente. T = 25 ° C a tiempo t = 600 s se
muestra en la figura 2.
El campo térmico actual de un PSD es típico para las
condiciones iniciales y el modo de operación dados. El análisis de
la conducción de calor sobre la superficie del módulo (Fig. 1)
muestra que la temperatura
del área más calentada (Fig. 2) es 5-10 ° C más alto que T junc. El
campo de temperatura del dispositivo es significativamente no
uniforme y
Las mayores diferencias en las estimaciones del índice de fiabilidad
de PSD se observan cuando la superficie de eliminación de calor del
conjunto de diodos se encuentra más baja. Por ejemplo, a una
temperatura ambiente de 45 ° C, la tasa de falla del modelo Arrhenius
es 325 y 75 veces mayor para las temperaturas máximas y promedio de
PSD, respectivamente. Incrementando la temperatura de 25 a 45 ° C
conduce a un crecimiento de la tasa de fracaso de aproximadamente la
mitad para T max y más de la mitad por T AV. También se debe tener
en cuenta que la tasa de falla bajo condiciones de convección natural es
10 y 18% más alta con la configuración vertical del módulo de diodos
y la ubicación más baja de la superficie de eliminación de calor en
comparación con la ubicación superior para T amb = 25 ° C. Las
diferencias significativas en las estimaciones de fiabilidad tienen varias
causas.
- Heterogeneidad significativa del campo de temperatura de los
dispositivos de energía eléctrica simulados (debido a las fuentes de calor
locales).
- Tasa de falla básica (λ si en la ec. (10)) utilizado en la estimación λ
mi está definido para T amb = 25 ° C.
- Con incremento T SI, La tasa de transferencia de calor por
convección disminuye, lo que causa una heterogeneidad aún mayor
de los campos de temperatura con un aumento correspondiente
Tabla 2
Relación entre la tasa de falla del modelo Arrhenius en T max ( numerador) y T av (denominador) y la
tasa de fracaso por el modelo multiplicativo.
Temperatura ambiente, ° C
Horizontal
arriba
25 141/27
35 198/42
45 273/62
de las temperaturas máximas y medias para el dispositivo.
CONCLUSIONES
(1) El uso del modelo multiplicativo en la determinación de las
tasas de falla de PSD da como resultado una mejora significativa
en la vida útil del dispositivo.
(2) La predicción de los índices de fiabilidad de la PSD debe
realizarse sobre la base de un análisis de las condiciones térmicas
no uniformes reales inestables del dispositivo.
EXPRESIONES DE GRATITUD
Este trabajo fue apoyado por la Fundación Rusa para la
Investigación Básica (subvención no. 15-38-50595 / 15).
Referencias
1. Grekhov, IV, Electrónica de semiconductores de potencia y
equipos de pulso, Vestn Ross Akad Nauk 2008, vol. 78, no. 2,
págs. 106-131.
2. Lantsov, V. y Eranosyan, S., Electrónica de energía
inteligente: desde hoy en día hasta el futuro Silovaya
Elektron.
2009, no. 22, págs. 6–12.
3. Fedorov, A., La forma de aumentar la eficiencia de los
dispositivos electrotécnicos como un aspecto de la estrategia
de suministro de energía,
Silovaya Elektron. 2010, no. 25, págs. 4–6.
4. Bormotov, A., Grishanin, A., Martynenko, V., Muskatin'ev, V. y
Chibirkin, V., modernos dispositivos semiconductores de
potencia para tecnología de eficiencia energética, Elektron:
Nauka, Tekhnol., Biznes, 2010, no. 4, págs. 36–45.
5. Kolpakov, A., La forma de optimizar las características de las
unidades de potencia para condiciones de operación
complicadas, Silo- vaya Elektron., 2008, no. 1, págs. 22–28.
6. Kuznetsov, GV y Belozertsev, AV, simulación numérica para
campos de temperatura de transistores de potencia
considerando transferir coeficientes discontinuidad, Izv.
Tomsk Politekhn Univ. 2005, vol. 308, no. 1, págs. 150-154.
7. Levinshtein, ME, Ivanov, PA, Mnatsakanov, TT, Palmour, JW,
Das, ML y Hull, BA, Autocalentamiento y destrucción de
diodos rectificadores 4h-sic de alto voltaje bajo un solo
impulso de sobretensión de corriente corta, 2008, vol. 42, no.
2, pags. 220-227.
, Volny Electron. Sist. 2014, no. 3, págs. 4–12
8. Borisov, AA, Gorbacheva, VM, Kartashov, GD,
Martynova, Prytkov, SF, Fiabilidad de la base de
elementos extranjeros, Zarubezh RadioElektron 2000,
no. 5, pags. 340-53.
Vertical
abajo
127/34 155/30
238/51 217/46
325/75 297/68
9. Semenov, GM y Sukhov, AV, sobre la fiabilidad de explotación
de los dispositivos semiconductores de potencia más allá de la
vida útil en dispositivos de conversión, Elektrotekhnika,
2006, no. 10, págs. 9-13.
10. Bulychev, AV, Erokhin, E.Yu., Pozdeev, ND y Filigev, OA,
modelo térmico de motor de inducción para protección de relé,
Russ Electr. Ing., 2011, vol. 82, no. 3, p. 144)
11. Vlasov, AB, Estimación del estado de calor de una máquina
eléctrica con el uso de termografía cuantitativa,
Russ Electr. Ing., 2012, vol. 83, no. 3, p. 132)
12. Izmailov, VV, Novoselova, MV, y Naumov, AE, pronóstico de
la vida útil residual del contacto eléctrico basado en el análisis
estadístico del monitoreo de termovisión,
Russ Electr. Ing., 2009, vol. 80, no. 5, p. 289.
13. Kuznetsov, GV y Kravchenko, EV. Las peculiaridades de los
parámetros de fiabilidad de modelado para la electrónica de
ensamblaje de circuitos impresos que funcionan en modo
ciclismo,
Elektromagn. Volny Elektron. Sist. 2005, núms. 11-12, págs. 19-22.
14. Izmailov, VV, Novoselova, MV, y Naumov, AE, aplicación de
métodos estadísticos para pronosticar la vida útil residual de los
conectores eléctricos, Russ Electr. Ing., 2008, vol. 79, no. 1, p.
46)
15. Saltykov, VM y Suleimanova, LM, La forma de predecir la
vida útil de la operación para transformadores de potencia en
plantas de redes eléctricas mediante métodos de simulación de
probabilidad, Izv. Vyssh. Uchebn. Zaved Elektromekhan.
2007, no. 6, págs. 65–67.
16. Novikov, MA, Rashitov, PA, Remizevich, TV y Fedorova, MI,
Selección del número de tiristores redundantes para un
cambiador de fase de semiconductores con potencia de
acuerdo con los resultados de predicción de tasas de
confiabilidad, Russ Electo. Ing., 2013, vol. 84, no. 12, p. 684.
17. Prytkov, SF, Gorbacheva, VM, Borisov, AA, et al.,
Nadezhnost 'elektroradioizdelii: Spravochnik ( Fiabilidad de
los dispositivos de radio eléctricos. Handbook), Moscú: 2º Instituto
Central de Investigación Científica del Ministerio de Defensa de
Rusia, 2002.
18. Suhir, E., cuando la fiabilidad adecuada y predecible es
imprescindible, Microelectron Reliab. 2012, no. 52, págs.
2342–2346.
19. Kuznetsov, GV y Kravchenko, EV, La forma de analizar la
destrucción de material polimérico para equipos electrónicos bajo
heterogeneidad espacial de campos de temperatura, Elektro-magn.
20. Kuznetsov, GV y Kravchenko, EV, Influencia del
envejecimiento del polímero en los índices de fiabilidad de un
conjunto típico de circuito impreso de equipos
radioelectrónicos, J. Eng. Phys. Thermophys. 2007, vol. 80.