摘要：
工业系统中的功率模块会受到可变负载和热应力的影响，这会导致其性能逐渐退化，并使寿命预测变得复杂。对这种退化进行概率建模对于预测性维护、风险管理和符合功能安全标准至关重要。本文提出了一种基于蒙特卡洛的方法，通过结合测量的电流曲线、电热仿真、雨流循环计数、Miner法则和全局敏感性分析来估算IGBT功率模块的寿命退化行为。该框架通过在关键热参数中引入不确定性，改进了传统的任务剖面方法，从而能够揭示单点确定性方法无法显示的偏态寿命分布。利用六轴工业机器人的电流曲线获取结温变化数据，计算热循环次数，并生成累积损伤分布。应用Sobol敏感性分析后发现，热路径阻抗是导致性能变化的主要因素，为降额设计和鲁棒性评估提供了依据。所得到的概率结果提供了相对应力指标，这些指标可用于维护计划制定，并在获得校准数据后，为符合IEC 61508标准的功能安全标准要求的可靠性评估提供依据。该框架在多核硬件平台上运行高效，生成的数据可直接用于数字孪生或可靠性工具链架构中。研究结果表明，负载较重的机器人轴比负载较轻的轴累积的损伤明显更多。这些发现证实了将特定任务的操作数据与功率电子产品的概率可靠性建模相结合的工作流程的可行性。这些结果应被解读为相对应力和退化的比较指标，而不是绝对寿命或故障概率的预测...
