發布日期：2022-07-14 點擊率：32
混合動力汽車(HEV)或充電電動汽車(PEV)通常使用電機驅動功率模塊,例如IGBT模塊,這些模塊會產生非常大的熱量,通常大約為1,000W到2,000W。冷卻這些汽車電子功率模塊的唯一有效方法是水冷,而不是風冷,因為水的熱傳導率是空氣的20倍。水還具有很高的熱量(吸收能量的能力),是空氣的4倍。
在大多數的汽車應用中,功率模塊都具有這樣的熱挑戰。事實上,有專門的獨立冷卻循環來對其進行冷卻。散熱片用來將功率模塊的熱量傳導到冷卻液,成為冷卻循環的重要部分。那么,如何選擇最佳的液體冷卻散熱片呢？要做出這個選擇需要在多種考慮因素之間進行權衡,例如熱性能、重量、成本、可靠性和可制造性。讓我們看看IGBT芯片產生的熱量是如何通過冷卻液傳導。
改善導熱性能
首先,熱必須通過直接敷銅(DBC)底層轉移出來,然后經過模塊基板(base plate),再通過熱油脂,再進入到栓接的散熱片(見圖1)。這部分的熱量轉移完全是通過熱傳導來實現的。
為改善傳導熱轉移,你要么選擇具有最高的導熱系數(k)的材料,要么降低層厚度,或者減少熱源與冷卻液之間的層數。例如,氮化鋁陶瓷(k=160W/mK)用作DBC基底材料,相比于氧化鋁來說(k = 25到 35 W/mK)是一種不錯的選擇。相對于鋁(k = 220 W/mK)或者鋁硅炭化物(AlSiC) (k = 170 - 180 W/mK)來說,銅(k = 390 W/mK)材料是用于模塊基底更好的選擇。簡言之,如果不選擇非常昂貴的材料,你所選則的材料的導熱性能不會超過銅。
可以簡化散熱片材料的選擇,實際上就是在鋁、AlSiC和銅之間選擇。鋁很輕而且便宜,但是導熱性能一般,而且很重要的是,沒有合適的制造方法來獲得高的表面積。鋁鑄模不能獲得高的密度,而且容易產生孔隙,會導致冷卻液的泄漏。鋁還具有比較高的熱膨漲系數(CTE ~ 23 ppm/C),因此不適合用作功率模塊基板材料。
AlSiC很輕,但是很昂貴,被加工用來降低CTE以接近IC材料,通常做成9 - 12 ppm/C之間。而且,AlSiC的鑄造工藝難以實現更大的冷卻表面。而且鑄模磨損很快,導致更換鑄模的成本開銷。最后,材料的導熱率相對比較差,大約為k＝170w/mK。因為這些原因,AlSiC從來沒有用作栓接冷卻片材料,在實際中,只有在需要非常高的可靠性的時候,才選擇AlSiC作為基板材料。
銅具有很高的導熱率、可接受的成本,以及最重要的是,可以利用先進的成模技術形成帶有非常密集針翅(pin fin)形狀的散熱片(例如Amulaire Nanopins)。銅鑄模能達到的針翅密度可以實現超過鋁或AlSiC散熱片3倍到5倍的散熱表面積。盡管銅的CTE比較高(17 ppm/C),但是仍然成功地應用在高可靠性汽車應用中,作為功率模塊的基板/散熱片,其制造工藝是基于銅基板設計的。
圖1:冷卻系統的組成示意圖。
設計實踐
優化功率模塊冷卻的一個選擇是用散熱片替代功率模塊基板。這有效地去掉了組裝中的兩個層(原來的基板和導熱油脂),大大地改善了從芯片到散熱片墻的熱傳導。
一旦熱量轉移到散熱片墻,冷卻液對散熱片的冷卻就取決于對流熱傳導?；镜膶α鳠醾鲗У仁綖?
q = h A (Tw - Tf)
其中q為傳導的熱量,單位為瓦,h是對流熱傳導系數,A為散熱片與冷卻液接觸的表面積,Tw是散熱片墻的溫度,Tf為流動液體的溫度。
如前面所述,Tw的大小決定于從IGBT芯片經過功率模塊器件傳導到散熱片墻的熱量,Tf由冷卻系統的其它參數決定。
更有效的導熱路徑可以獲得更高的Tw,以及冷卻液更佳的對流冷卻。對于液體冷卻來說,無論采用什么散熱片,h值都將比較小。那么很明顯,在任何指定的Tw下,表面積A將主要確定液體冷卻散熱片的效果。
本文小結
為了給HEV或PEV電機驅動功率模塊提供最佳的冷卻解決方案,首先需要確保模塊結構以及材料、散熱片墻具有最高的導熱率。采用散熱片作為功率模塊基板的設計,其表現的性能將遠遠高于栓接的散熱片。
其次,使散熱片與冷卻液的接觸面積最大,同時讓液體流的壓力降低在一個合理的范圍。因此,選擇一個具有大表面積以及“平整”的散熱片。粗糙的或有角的散熱片會加大壓力降,迫使采用高功率和高成本的泵。通常,最佳的結構是圓形或卵形針翅陣列。
HEV或PEV功率模塊冷卻的最佳選擇是那些用銅制成的,具有大的表面積和壓力降低小的散熱片來替代模塊的基板。這種結構可以實現性能、重量、尺寸、可靠性和成本的最佳結合。
在作比較時,記住要考慮散熱片的所有參數。高性能銅散熱片作為功率模塊基板,由于其卓越的性能,大多數情況下可以直接包含在汽車引擎冷卻環路中。對于發動機驅動電路來說,這種結構節省了專用冷卻環路(泵、管道和水箱等)的成本,并減小了尺寸和重量。
作者:
Paul Hoffman
CEO
Amulaire公司
下一篇： PLC、DCS、FCS三大控
上一篇： 未來的FPGA將進入更多
