Kontakt

Blogartikel

Teststand für Lebensdauerversuche: Realistische Belastungen für mehr Zuverlässigkeit

Die Lebensdauer von Leistungshalbleitern entscheidet über die Zuverlässigkeit von Umrichtern in Windkraftanlagen, Industrieantrieben oder der Elektromobilität. Ein frühzeitiger Ausfall kann nicht nur hohe Kosten, sondern auch lange Stillstandszeiten verursachen. Um das zu vermeiden, werden Halbleiter bislang mit konservativen Sicherheitsmargen ausgelegt – was jedoch zu höheren Investitionskosten führt.

Dank eines innovativen Powercycling-Teststands können wir unseren Kunden realitätsnahe Lebensdauertests anbieten. So lassen sich die Zuverlässigkeit von Leistungshalbleitern genauer einschätzen und Bauteile effizienter auslegen.

Was macht unseren Teststand besonders?

Klassische Lebensdauertests konzentrieren sich meist auf Leitungsverluste – sie erzeugen Temperaturwechsel, indem sie Bauteile unter konstant hohem Strom betreiben. Das ist weit entfernt von der Realität. In echten Anwendungen entstehen die Belastungen ebenso durch Schaltverluste und durch die Überlagerung von Temperaturschwankungen mit unterschiedlichen Frequenzen

Unser Teststand integriert beides:

  • Schaltverluste realistisch nachgebildet – durch gezielte Steuerung der Leistungshalbleiter und zusätzliche Induktivitäten im Strompfad.

  • Überlagerte Temperaturwelligkeiten – schnelle und langsame Schwankungen treten gleichzeitig auf, wie sie z. B. in Windenergieanlagen durch Leistungsschwankungen und die grundfrequenz des Stromes entstehen

Figur 1 zeigt beispielhaft ein Temperaturmuster: Schnelle Schwankungen  werden mit langsameren überlagert. Dadurch entsteht eine Belastung, die dem tatsächlichen Betrieb deutlich näherkommt.

Temperaturepattern

Fig 1. Möglicher Temperaturverlauf mit Teststand

Das Profil besteht aus zwei überlagerten Temperaturschwankungen. Ein klassischer Rainflow-Algorithmus wird die große Schwankung als Spitzenwert-zu-Spitzenwert TPP zählen. Eine Berechnung mit niedriger Auflösung für langsame Temperaturschwankungen würde hingegen eher den Mittel-zu-Mittel-Wert TMM erfassen. Es stellt sich daher die Frage, welche Temperaturschwankung tatsächlich lebensdauerrelevant ist und wie die vorherrschenden Frequenzen dies beeinflussen.

Ein besonderer Fortschritt liegt in der Fähigkeit, mehrere Temperaturwelligkeiten gleichzeitig zu erzeugen. Anstatt verschiedene Belastungsprofile nacheinander zu testen, können wir sie nun in einem einzigen Muster kombinieren.

Patterndesign

Fig 2. Patterndesign: die gleichzeitige Überlagerung mehrerer Temperaturhübe

Ein besonderer Fortschritt liegt in der Fähigkeit, mehrere Temperaturwelligkeiten gleichzeitig zu erzeugen. Anstatt verschiedene Belastungsprofile nacheinander zu testen, können wir sie nun in einem einzigen Muster kombinieren.

Figur 2 verdeutlicht dieses Prinzip: Zwei einzelne Muster – ein schneller Temperaturwechsel von 50 K und ein langsamer Wechsel von 72 K – werden nicht zeitlich getrennt, sondern gleichzeitig überlagert. Dadurch entsteht ein neues, realistischeres Lastprofil.

Dieses Vorgehen ist entscheidend, da in realen Anwendungen viele Einflüsse gleichzeitig wirken. So lassen sich Lebensdauertests näher an der Praxis durchführen und Unsicherheiten in der Prognose verringern.

Wie wirken sich diese neuen Belastungsmuster auf die tatsächliche Lebensdauer aus?

Hierfür nutzen wir eine Weibull-Analyse, die in der Zuverlässigkeitstechnik etabliert ist. Figur 3 zeigt die Ergebnisse der initialen Lebensdauerversuche.Hier ist die Streuung der EoL-Zeiten für Muster A deutlich erkennbar. Diese Streuung führt zu einem relativ niedrigen b-Faktor, also der Steigung im Wahrscheinlichkeitsdiagramm. Daraus ergibt sich auch, dass die Spannweite der 90%-Konfidenzintervalle im Vergleich zu den anderen Ergebnissen vergrößert ist.

Weibull

Fig 3. Weibull Plots für Pattern A und für B & C

Für Muster C sehen wir, dass alle EoL-Ergebnisse außerhalb der Konfidenzintervalle von Muster B liegen – und das sogar mit den zusätzlichen Temperaturschwankung von Muster A. D.h. die durchschnittliche Lebensdauer der Module mit Pattern B (nur 1 langsame Temperaturrippel) war kürzer als mit der Überlagerung (1 langsamer Temepraturrippel plus schnelle Temperaturrippel). Eine klassische Rainflowanalyse würde den Lebensverbrauch beider Hübe einfach aufsummieren, rechnerisch sollte daher Pattern C am schnellsten am Ende der Lebensdauer sein.
Lifetime Results

Fig 4. Lebensdauer der verschiedenen Pattern, normalisiert auf die durchschnittliche Lebensdauer von Pattern C

Figur 4 setzt die Ergebnisse aller Tests in Relation. Die Lebensdauern sind auf die mittlere Lebensdauer von Muster C normiert. Die mittlere Lebensdauer von Muster A lag bei etwa dem 1,2-fachen der Lebensdauer von Muster C. Muster B erreichte etwa das 0,8-fache der Lebensdauer von Muster C.

Alle Prüflinge von Muster C hatten eine längere Lebensdauer als jeder Prüfling von Muster B – und das trotz einer zusätzlichen Temperaturrippel (50 K) zusätzlich zu der Schwankung von Muster B (72 K).

Unter der Annahme einer linearen Schadensakkumulation – also so, wie der Rainflow-Algorithmus die Schwankungen in Muster C zählen würde – wäre eine kürzere Lebensdauer zu erwarten gewesen. Eine vereinfachte Abschätzung dieser erwarteten Lebensdauer (LPC,expec.) von Muster C ergibt sich als Kehrwert der Summe des Lebensdauerverbrauchs von Muster A und B:

formula

Mehr erfahren?

Contact: Kontakt aufnehmen

Publication: T. -M. Plötz, J. Fuhrmann and H. -G. Eckel, „Powercycling Test Bench with Realistic Loss Distribution and Temperature Ripples,“ 2022 24th European Conference on Power Electronics and Applications (EPE’22 ECCE Europe), Hanover, Germany, 2022, pp. 1-10.

Zurück zur Wissensseite