随着电力电子器件制造工艺的不断改进和变流技术的逐渐完善,绝缘栅双极晶体管(Insulated Gate Bipolar Transistor,IGBT)作为功率变流装置中的核心电子元器件,已被广泛应用到电动汽车和智能电网等节能领域以及风能和太阳能发电等新能源领域,因此确保IGBT功率模块可靠安全地运行对于解决能源危机,促进节能与新能源产业的持续稳定发展具有重要意义。IGBT的结温是与其可靠性密切相关的电气参数,因此通过对老化进程中IGBT模块的结温实现准确地测量与预测,并对结温加以控制,这对掌握IGBT模块的老化程度,延长IGBT模块的使用寿命,提高IGBT模块的可靠性均具有重要意义。论文主要从以下几方面展开研究:首先,简要介绍了IGBT的基本结构和工作特性,并从封装结构的角度分析了IGBT的传热机理,在此基础上详细归纳和分析了与芯片相关的失效以及与封装相关的失效两种失效模式,揭示了结温以及结温的频繁波动是影响IGBT模块可靠性的关键因素,为进一步开展结温计算奠定了基础。在对比与分析各种结温测量方法的基础上,综合考虑各参数与模块老化的相关性以及结温测量的精度,最终选取了以饱和压降作为温敏参数的结温测量方法。其次,通过理论分析建立了外部参数饱和压降和内部参数结温之间的联系。考虑到IGBT的老化衰退会影响以饱和压降作为温敏参数的结温测量方法的准确性,为探究老化进程中各参数之间的关系及变化情况,设计了功率循环老化试验与单脉冲温箱试验,来获取老化进程中功率循环老化次数、饱和压降、集电极电流和结温数据。再次,由于老化进程中饱和压降、集电极电流和结温三者之间的曲面关系未发生明显的改变,三者之间依然存在良好的相关性。因此在老化试验数据的基础上,保持其他参数不变的情况下逐一分析了老化进程中饱和压降与功率循环老化次数、集电极电流和结温之间的关系,将各参数对饱和压降的影响考虑在内,进一步得到结温多项式预测模型,且该结温多项式预测模型能够对结温实现准确的预测。最后,为解决在温度和电流过高情况下结温多项式预测模型精度易受到影响的问题,应用改进的萤火虫算法优化支持向量机模型(IFA-SVM),并应用到IGBT结温预测中,将改进的萤火虫优化支持向量机模型(IFA-SVM)、未改进的萤火虫优化支持向量机模型(FA-SVM)和结温多项式预测模型三者对结温的预测效果进行对比,发现改进的萤火虫优化支持向量机模型(IFA-SVM)对结温的预测精度明显高于结温多项式预测模型,也优于未改进的萤火虫优化支持向量机模型(FA-SVM)。因此,改进的萤火虫优化支持向量机模型(IFA-SVM)的应用能对IGBT的结温实现更好的预测,对提高IGBT的可靠性具有重要意义。