Ansys2025全球仿真大会：逆变器系统IGBT模块连接可靠性仿真优化及AI技术应用探索

逆变器系统IGBT模块连接可靠性仿真优化及AI技术应用探索武文杰时晓蕾关鹏/阳光电源股份有限公司_中央研究院©2025ANSYS,Inc.研究背景-IGBT模块市场前景广阔•IGBT模块是光伏逆变器

、

风电变流器及储能变流器的核心器件，

对电能起到整流

、

逆变等作用；•目前风电

、

光伏

、

储能产品装机量发展势头仍然强劲，

同时带动IGBT需求快速增长。中国新型储能累计投运装机规模预测（2025-2030年）IGBT模块市场预测（2025-2029年）研究背景-IGBT模块可靠性评价试验•目前各模块厂家在IGBT单体可靠性评价体系方面已经非常完善。PCBA散热器研究背景-IGBT模块Pin针存在脱落风险•

但匹配逆变器系统时，

温度循环可靠性试验提前发现IGBT模块Pin针存在脱落风险；•Pin针根部焊点脱落为主要失效形式，

断层扫描电镜分析结果显示，

其失效模式符合疲劳断裂特征；•Pin针脱落会导致IGBT模块与外部电路连接失效，

影响逆变器系统正常运行。IGBT模块+PCBA+散热器系统连接示意Pin针结构示意FIB切面分析焊点开裂Pin针Ansys多物理场仿真在电力电子设备研发中的应用•

器件级-整机级-系统级的电磁场-流场-温度场-结构场多物理场耦合仿真；•

仿真体系建立：复现产品故障，

预测产品性能，

正向驱动设计。案例1：IGBT精细化电-热-固耦合仿真；分析功率模块在机械振动/温度循环/温度冲击/功率循环等工况下的热特性和机械特性。案例3：换热器流-热-固耦合仿真；精确识别复现结构应力集中失效位置，快速筛选改善方案，提升产品温循疲劳寿命。案例4：母排电磁-流-热-固耦合仿真；考虑涡流与趋肤效应，精确计算母排温升与电磁力，校核母排绝缘件支撑强度。案例2：电抗器磁芯及灌封胶热-固耦合仿真；分析灌封胶温升膨胀力对磁芯结构强度影响，指导灌封胶选型。Ansys应用-逆变器系统板级总成热-固耦合仿真•

基于PCB板+IGBT模块

+

散热器总成热-固耦合精细化仿真模型，

精准复现整机由于各层结构CTE不同导致的“呼吸效应

”热变形；+0.2mm安装公差+板级快温变变形云图+0.2mm安装公差125℃高温-40℃低温Pin针对比组工况1号点/N2号点/N3号点/N4号点/N5号点/N6号点/N+0.2mm安装18.520.8311.3111.581.2815.91125℃5.804.434.584.526.541.33-40℃26.972.6619.0719.692.1025.01+0.2mm安装12.520.646.947.832.8511.21125℃4.473.622.973.655.081.57-40℃17.801.9911.7612.424.2517.56Ansys应用-逆变器系统板级总成热-固耦合仿真•Pin针焊层一直承受循环变化的拉力载荷，

以1号点为例，

拉力变化幅度高达21

.

17N，

是最大拉力26

.97N的78%；•Pin针厚度由0

.45mm减小至0

.35mm，

仿真应力峰值改善约34%

（

26

.97N

→

17

.80N）

，

应力幅

（

23

.

68N

→

15

.99N）改善约33%，

TC温循试验循环次数提升230%，

Pin针结构刚性严重影响焊层疲劳寿命。652四角及靠近螺栓位置431技术难点-Pin针结构无法进行手动优化•Pin针

“S弯”结构涉及3个角度+2个圆角自变量参数，

这种复杂性使得手动设计优化变得不可行；圆角2角度2角度3圆角1角度1A式样B式样Pin针结构刚性对比Ansys应用-Pin针参数化驱动建模•

将Pin针结构在C

reo

中进行参数化驱动建模

，

借助C

reo-Workbench

Interface接口

，

实现Workbench完全调用C

reo尺寸参数功能；Creo参数化建模（2D）搭建Creo-Workbench接口Ansys应用-基于遗传算法的响应面优化•

定义S弯角度

+折弯圆角作为输入参数，

Pin针拉力作为寻优目标，

Pin针折弯处高度作为约束条件；•

基于遗传算法，

利用响应面优化方法对Pin针结构参数进行迭代优化，

计算效率显著提升，

寻优时间缩短至24h以内。输入参数寻优目标约束条件基于遗传算法的响应面优化仿真流程Workbench定义参数化Ansys应用-基于遗传算法的响应面优化•

基于仿真优化得到的Pin针优化式样：

0

.

1mm位移下拉力7

.388N，

相比于传统结构最高改善幅度达76%；参数A式样B式样优化式样角度151

°45.6

°43.3°角度270

°75.9

°99.9°角度370

°84.7

°125°拉力/N11.29113.0277.388Pin针结构刚性对比优化结果仿真界面AI应用初步探索•

基于仿真DOE数据，

结合深度学习算法，

采用拉丁超立方采样，

开发Pin针拉力AI代理预测模型，

预测误差0

.5%以内；•

借助matlab软件，

将代理模型打包生成APP，

方便工程应用，

实现Pin针有效管控。拉丁超立方取样样本代理模型预测误差打包APPAnsys应用-optislang集成设计优化•

optislang是多学科优化

、

敏感性分析的专业分析模块，

可以直接方便的与静力学模块进行数据耦合传递；Ansys应用-optislangAI+工具•

optislang

AI+模块可以直接创建代理模型，

提供了一种比数值仿真工具更快探索可能设计的方法；Ansys应用-Pin针降阶模型输出•

基于Optislang软件建立Pin针高保真降阶模型，

输出

MOP

model；借助Excel软件读取omdb文件，

实现Pin针拉力预测结果毫秒级输出，

预测准确度99

.9%以上；样本空间和cop矩阵Mop

solver耦合流程Ansys应用-储能箱轻量化降本优化•

基于Ansys

Optimization模块

+壳单元网格技术

，

以储能箱框架壁厚作为输入参数，

底梁最大变形量作为寻优目标，实现储能箱框架质量减轻约500kg，

轻量化降本10%以上，

大幅提升产品开发效率

。Optimization优化模块载荷仿真分析Ansys应用-储能箱抗震性能评估降阶模型输出•

基于Optislang软件建立储能箱抗震性能评