解读IGBT多物理场数字孪生方法

写在前面的话

连续几个月都在讨论仿真的学习方法和内在原则，未来在尺度方面还会有继续的引申。这一类文章更适合于有仿真经验的学习者。

本期的主题是文献阅读，主要讨论当前能源领域的核心器件IGBT的多物理场数字孪生方法。

介绍

数字孪生是一组计算模型。它可以持久地表示：随着时间的推移而演变相应物理资产（包括材料、组件、芯片、电路板到系统）的结构、行为。数字孪生还通过数据同化和决策迭代优化来影响和指导真实物理模型的行为。数字孪生是信息空间和物理资产的混合体。信息空间中的知识模型由几何形状、材料属性、多物理场模型、有限元网格模型等构成；而数据模型包含操作数据、制造数据、维护数据、老化数据等。不确定性量化和数据同化是实物资产和数字孪生之间的关键纽带。

SCIML

ROM可能是数字孪生最关键的推动因素。它确保了数字孪生的可靠性（可控错误）、即时性（在线实时计算）和交互性（与外部传感器数据的同化）。

正交分解（POD）是一种从离散数据中提取基本信息特征的数学方法。基本思想是将高维量分解为一组基函数，然后寻找可以捕获大部分信息的最低阶模式。POD 的一个关键组成部分是奇异值分解 （SVD）。与特征值分解类似，我们在奇异值矩阵中从大到小排列奇异值。通常情况下，奇异值会迅速下降。例如，前 1% 奇异值的总和占所有奇异值之和的 99% 以上。

ROM是侵入性的，因为在获取这些ROM运算符之前，必须访问离散化的FOM运算符;也就是说，它通常需要侵入性查询，甚至修改后端源代码。因此，非侵入式ROM更可取。受降阶模型方程是结构保持的启发，即它与全阶方程具有相同的微分形式，我们采用数据驱动的方法推断出相应的降阶算子。

数值仿真

大规模IGBT是用于控制电路的功率半导体器件系列中最具商业价值的器件之一。然而，由于3D集成封装在当前IGBT芯片中的高集成度，大功率微波脉冲和芯片内部自散热引起的电、热和应力效应不可忽略。希望开发一种智能模拟器，该模拟器可以实时精确地分析电子设备的多物理场效应，甚至用于进一步的设计优化。

本节展示了SciML 算法可以实现三维动态数字孪生，在 IGBT 阵列中结合多物理场耦合效应。该示例实时解决了IGBT阵列的电热机械耦合问题。选择FF450R17ME4作为模板来生成IGBT阵列。IGBT阵列是通过从一个模块扩展到十一个模块作为大规模阵列来构造的。本文研究的IGBT的多物理场效应主要包括电流密度、焦耳热效应和封装中的热应力响应。它们的行为可以用电流连续性方程、热传导方程和弹性方程来描述。

在导电IGBT芯片上施加1 MHz交流电，表面密度幅度为0.015 A/m2，以及表面密度幅度为 0.3 A/m 的键合线，并将其设置为热源。由于电场和热/机械场之间具有极其多尺度的时间特征，首先研究了IGBT阵列中瞬态电流传输的数字孪生；然后研究热耦合和机械耦合，同时在频域中求解电流传输，然后添加它作为热源。

讨论

本文介绍了一个用于电子芯片的三维多物理场数字孪生模型。启用数字孪生模型的首要技术是一种新兴技术SciML，它是科学计算（高保真有限元求解器）、ROM（非侵入式和数据驱动）和物理编码 ML（运算符推理）的完美结合。未来的工作包括数字孪生，具有实时信息交互，数据同化和与外部传感器的不确定性量化能力。

　　审核编辑：汤梓红