高速动车组牵引变流器功率模块可靠性评估*

2020-07-13宋术全张艺驰徐小明葛兴来

铁道机车车辆 2020年3期

宋术全，张艺驰，王骁，徐小明，葛兴来

(1 中国铁道科学研究院集团有限公司机车车辆研究所，北京 100081；2 西南交通大学电气工程学院，成都 610031；3 北京纵横机电科技有限公司，北京 100094)

绝缘栅双极晶体管(Insulated Gate Bipolar Transistor，IGBT)在各个领域的功率变换器中已广泛应用，如铁路牵引、新能源发电系统、电动汽车等。相关的工业统计表明，功率模块是功率变换器中最薄弱的元件之一，占变换器系统故障的20%以上[1]，动车组牵引运行工况复杂多变，功率模块的故障率更高。功率模块的初期成本占设备总成本的比例较低，但在动车组的整个生命周期内，功率模块需要多次更换和维修，造成了较高运营维护成本。因此，研究适用于功率模块的故障数据分析和可靠性评估方法对动车组的安全运行、部件维修更换以及升级具有重要意义。

目前，国内针对功率模块统计分析研究的文章较少，并且依赖浴盆曲线多认为功率模块的故障分布服从指数分布[2]，但文献[3]说明指数分布即使与部分实例相符合，也具有一定的误导性。不同的失效模式下失效机理是不同的，并且假定MTTF(Mean-Time-To-Failure)为常数，不存在损耗，这与实际功率模块存在老化不符。

文中首先对牵引变流器中功率模块基本电气特性以及其在变流器中分布与标记进行分析。进一步提出故障数据的筛选、统计分析的原则，并以京沪线CRH380BL型动车组车A5功率模块为例，给出统计分析的流程。最后针对近5年的武广、京沪线路上不同车型的功率模块故障信息，利用提出的统计分析理论对原始数据分析整理，利用分析结果为后期功率模块的更换和优化升级提供依据。

1 牵引变流器功率模块分析

牵引变流器的运行环境复杂且负载变化大，承受极端的热冲击和剧烈的机械冲击，功率模块是牵引变流器中的关键部件，因此需要较高的可靠性。目前，IGBT封装日益趋于模块化，模块化增加电流和功率处理能力，同时可以减小设计周期，使模块更加紧凑。

图1为英飞凌公司的IGBT模块图。模块基本的电气特性如下：集电极-发射极电压UCES=6 500 V，连续集电极直流电流ICnom=750 A，集电极重复峰值电流ICRM=1 500 A[4]。实际应用中，为了增加功率处理等级，将多个IGBT模块再次封装为实际应用的功率模块，功率模块通常含有6个IGBT模块，使用中出现一个IGBT模块故障，需对整个功率模块进行更换。

图1 IGBT模块实物图

为了维修更换的便利，同时为后期信息记录提供参考，实际应用中对各个功率模块进行一定的标记，牵引变流器中功率模块分布及标记图如图2所示，一个功率模块通常作为整流器或者逆变器的一个桥臂使用。

图2 牵引变流器功率模块分布示意图

2 功率模块统计分析

现场收集到的原始数据存在数据参数标签不一致，重复记录等问题，对产品的可靠性分析评估造成了困难。为了保证故障数据合理有效，需要明确故障判据与故障统计原则，接着利用处理后数据进行故障发生规律分析。

2.1 统计原则

主要是分析功率模块的故障时间分布规律，产品故障间隔时间(距离)是指产品相邻两次故障间的工作时间(距离)[5]。功率模块故障间隔时间是指模块从投入使用到发生故障后更换的工作时间。

现场的故障通常分为关联性故障和非关联性故障。预期会在现场使用中出现的故障称为关联故障，如零部件缺陷造成的故障、损耗件在寿命期内发生的故障等。非关联性故障指已经证实是未按规定的条件使用而引起的故障，或已证实属某项不采用的设计所引起的故障，从属故障、误用及人为因素、非使用条件下使用等引起的故障等都属于非关联性故障。统计中，凡被判为非关联性故障的应不计为故障。

当获取到所有关联性故障数据后，需要进一步数据处理，原则如下：

(1)同一位置的同一部件如能确定不属于重复记录的故障信息，应参与故障信息统计，其部件运行时间为本次故障时间减去上一次记录的故障时间。

3.3.2 高风险餐饮服务单位。从事高风险餐饮服务活动的单位，包括集体用餐配送膳食、大型以上饭店、规模以上连锁餐饮企业。

(2)若同一位置的同一部件多次发生故障，第2次及以上故障时里程数相对第1次故障里程太小时，暂不参与该部件寿命统计。如果第2次及以上故障时里程数不影响部件寿命分布特点，应参与统计。

文中选取了京沪线CRH380BL型动车组车A5功率模块的故障数据为一个样本(见表1)，其中的数据均为关联故障数据。

表1 A5模块故障时间表

查阅原始数据可知，故障天数2和692同属同一辆车的相同位置，根据数据处理原则，二者显然不是一个数量级，故应该删去故障间隔时间为2的信息。

2.2 统计规律分析

故障数据通常服从一定的分布规律，文中利用表1获取数据，先画出故障时间频数直方图，A5功率模块的故障频数直方图如3所示，根据直方图初步判断可能服从的分布为正态分布、对数正态分布、威布尔分布、三参数威布尔分布。然后利用Anderson-Darling拟合优度检验和P值对所有可能服从的分布进行检验，并利用极大似然法估计分布参数。

P值(Probability value)是一个概率，用来度量否定原假设的证据，其范围为0到1，概率越低，否定原假设的证据越充分[6]。

Anderson-Darling(AD)检验量是通过计算分布函数和经验概率密度函数之间的AD距离来衡量样本是否满足特定的分布，即判断原来假定的分布是否成立；AD检验与χ2检验相比对样本丰富度要求较低，并且性能比Kolmogorov-Smirnov等二次距离检验效能较优[7]。AD验通过比较An2值得大小，在显著性水平α下，将4个可能分布An2值相比较，选择值较小者为最优分布。实际工程中，样本值x通常为离散的，因此常用式(1)来计算An2。

(1)

式中，zi=F(xi)为概率积分变换函数。

选定分布之后，利用极大似然估计[8]对服从的分布参数进行估计，进而得到模块的故障概率密度函数、可靠度函数等统计信息，图3同时给出了频数拟合效果图，可以看到拟合分布与实际故障频数分布相近。对于其他功率模块，采用相同的流程处理。

表2 A5模块寿命分布拟合检验表

图3 A5模块故障频数拟合图

3 功率模块可靠性评估

针对京沪线路CRH380BL型与武广线CRH3、CRH380BL型动车组在运行过程中功率模块发生的故障数据，对牵引变流器中的整流器和逆变器中每个功率模块进行分析，并进行总体的分析对比。每条线路以及相关车型的寿命分析结果如表3所示。

3.1 整流器与逆变器功率模块对比分析

对比所有故障数据可以看出，整流器功率模块的故障次数高于逆变器的功率模块的故障次数，可以得出，整流器功率模块的可靠性较高于逆变器功率模块，同时平均寿命也基本显示出相同的特性。造成这样的原因可能是由于四象限整流器的控制需要保持功率因数接近于1，由于环境因素造成控制不当容易造成整流器过流,从而影响整流器功率模块寿命。此外，过分相、突切负载、主断路器动作等工况都会对整流部分功率模块造成冲击，而工况、控制切换对于逆变器影响较小，再加上中间直流环节有稳压稳流和滤波的作用，为逆变器部分的功率模块提供了较好的运行环境，因此整流部分功率模块故障次数要多于逆变器部分功率模块的故障次数。

根据以上对比分析，在维修过程中应该侧重整流器功率模块的监测，在功率模块的优化升级中，应该着重提高整流器的功率模块的可靠性。

3.2 武广线CRH380BL动车组与CRH3动车组对比分析

武广线CRH380BL动车组在近5年的整体故障次数明显少于CRH3动车组。其中CRH3动车组牵引变流器的故障次数是CRH380BL动车组的3倍，同时CRH380BL整流器与逆变器的平均寿命明显高于CRH3。再对比故障统计的日期可以发现CRH3型动车组与各个线路的CRH380BL动车组统计故障的持续时间并没有太大差别，可以排除因为原始数据统计时间的因素。由此可以得知，CRH380B系列动车组的牵引变流器的可靠性是高于CRH3型动车组的。

对其产生原因进行分析，CRH3型动车组是引进西门子公司技术改造的客运列车，CRH380B系列动车组是在CRH3C型电力动车组基础上创新研制的动车组，性能优化主要以提高牵引功率、降低传动比以及动车组气动外形减阻为主，因此在相同的牵引输出下，CRH380B牵引变流器输出功率较小，电流冲击与热冲击对功率模块的损伤也相对较小，因此功率模块的可靠性较高。

同时从故障数据的分布可以看出，在统计的时间段内，CRH3型动车组故障主要发生在前期，后期故障次数较少，而CRH380BL动车组的故障在这个统计时间段分布较为均匀，但故障频次总体低于CRH3型动车组故障频次。这说明在列车升级优化后，动车组的可靠性确实有一定提升，但到了运营后期故障发生却没有得到较好改善，说明功率模块性能的持续性和器件耐受性还有待提高。

3.3 京沪线、武广线两条线路动车组对比分析

对比武广线和京沪线数据，可以看到武广线两组数据分析的牵引变流器期望寿命均小于京沪线，排除车型优化升级的因素，因此从线路以及运行状况分析，武广线经过了亚热带和热带两个气温带，沿路运行时温差和湿度较大，多变的气温湿度环境对电力电子器件的损耗更大，功率模块的老化失效更快。再加上武广线沿路经过很多丘陵地带(湖南中南部及广东北部大部分地区属于丘陵地区)，上坡下坡较多，牵引变流器工况更复杂，这也是导致武广线牵引变流器功率模块可靠性更低，期望寿命更短。而京沪线大部分处于华北，空气相对干燥，沿路运行时温差较小，并且动车组多运行在平缓铁路桥梁上，工况变化相对较少，因此对功率模块的损伤较小，可靠性较高，期望寿命更长。