Stage- Développement d’un modèle électrothermique de semiconducteurs de puissance - H/F

Contexte général

Les dispositifs de puissance à semiconducteurs sont au cœur d’un nombre croissant d’applications, dont certaines présentent des exigences élevées en matière de disponibilité, de sûreté et d’efficacité énergétique. Dans ce contexte, leur fiabilité constitue un enjeu majeur.

L’identification de l’état de santé d’un dispositif est essentielle afin d’anticiper une défaillance, de planifier une maintenance préventive ou corrective, ou encore d’adapter son niveau de sollicitation jusqu’à son remplacement. Cette démarche est toutefois complexe : des disparités significatives peuvent exister entre des puces issues d’un même lot de fabrication, tandis que les paramètres électriques évoluent à la fois avec la température de jonction et avec le vieillissement du composant.

SuperGrid Institute a développé un outil de modélisation électrique de dispositifs à semiconducteurs de puissance. Cet outil s’appuie sur des caractérisations électriques réalisées à l’aide d’un traceur de caractéristiques de type B1506, ainsi que sur des scripts Python intégrant des algorithmes d’identification de paramètres et des méthodes d’apprentissage automatique, notamment des réseaux de neurones. L’outil permet de générer un macromodèle électrique compatible SPICE, capable de reproduire le comportement du dispositif dans différentes conditions de fonctionnement.

Le stage consistera à capitaliser sur ces travaux afin d’intégrer les phénomènes thermiques au modèle électrique existant. Le résultat attendu est une modélisation électrothermique du dispositif, prenant en compte l’influence de la température sur ses caractéristiques électriques et, réciproquement, l’impact des pertes électriques sur l’évolution de la température de jonction.

À plus long terme, cette modélisation permettra d’étudier des méthodes de dissociation entre les variations réversibles dues à l’échauffement et les dérives permanentes liées au vieillissement du dispositif. Cette étape constitue un verrou important pour le développement de méthodes robustes de suivi d’état de santé.

Selon l’avancement des travaux, le modèle développé pourra être intégré dans une approche de jumeau numérique (Digital Twin), afin d’estimer en temps réel des grandeurs internes difficilement mesurables, telles que la température de jonction, l’impédance thermique ou des indicateurs de vieillissement.

Ce stage constitue la première étape d'un projet de recherche plus large et pourra être poursuivi dans le cadre d'une thèse de doctorat.

Missions

Le stage s'articulera autour des activités suivantes :

·       Prise en main des travaux existants, de l’environnement de caractérisation et de la chaîne de modélisation électrique développée à SuperGrid Institute

·       Réalisation au laboratoire et exploitation de caractérisations électriques et électrothermiques

·       Développement de scripts Python dédiés à l’identification des paramètres et à la modélisation électrothermique de dispositifs non vieillis

·       Validation expérimentale du modèle électrothermique par comparaison entre simulations et mesures, sur différents points de fonctionnement

Suivant avancement du stage

·       Étude de paramètres électriques pertinents pour le suivi de l’état de santé du dispositif, tels que VDS(on) ou autre paramètre jugé approprié

·       Développement d’une méthodologie permettant de dissocier, autant que possible, les effets de température de ceux liés au vieillissement du dispositif

·       Intégration du modèle dans une première architecture de jumeau numérique et étude de son implantation temps réel. Cette dernière étape pourra inclure la spécification, voire le développement, d’une carte électronique d’acquisition et de développement FPGA

Références utiles:

[1] : C. Mathieu de Vienne - Model parameter extraction tool for the analysis of series connected SiC-MOSFETs. PCIM Europe digital days 2021; International Exhibition and Conference for Power Electronics, Intelligent Motion, Renewable Energy and Energy Management, May 2021, Nuremberg (on line), Germany.

Model parameter extraction tool for the analysis of seriesconnected SiC-MOSFETs

[2] : S. Race - Circuit-Based Electrothermal Modeling of SiC Power Modules With Nonlinear Thermal Models. IEEE Transactions on Power Electronics, vol. 37, no. 7, pp. 7965-7976, July 2022, doi: 10.1109/TPEL.2022.3147688.

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9699379

[3] : Q. Zhang - A Decoupled Junction Temperature and Aging Level Evaluating Method for SiC MOSFETs. IEEE Journal of Emerging and Selected Topics in Power Electronics, vol. 12, no. 3, pp. 2558-2568, June 2024, doi: 10.1109/JESTPE.2024.3387697.

https://ieeexplore.ieee.org/document/10496571

Master 2/Ingénieur en génie électrique, mécanique, matériaux ou généraliste

Date de démarrage : Février/mars 2027 (durée de 6 mois)

Soft skills:

• Capacités d’analyse, de synthèse et interprétation de résultats expérimentaux

• Travail en équipe

• Autonomie et goût pour le développement expérimental

• Rigueur

• Capacités d’organisation

• Curiosité et créativité

Ce que nous pouvons vous offrir :

• Vous intégrez un institut pour la transition énergétique, un domaine d’activité porteur et stimulant,

• Participation aux frais de repas (restaurant d’entreprise),

• Forfait mobilité Durable,

• Activités entre collègues au sein de l’entreprise (foot, course à pied, yoga…)

• Oeuvres sociales du CSE,

• Habilitations électriques prise en charge,

• Vélos en libre-service.

Autres informations

En rejoignant SuperGrid Institute, vous intégrez un environnement de travail dynamique. Chez SuperGrid Institute, nous respectons et valorisons la diversité de nos collaborateurs, leurs parcours et leurs expériences dans un objectif d’égalité des chances pour tous.

La diversité est au cœur de notre fonctionnement et nous nous engageons à proscrire toute discrimination de notre gestion des ressources humaines. SuperGrid Institute rend accessible l'ensemble de ses postes aux personnes en situation de handicap et s’engage de dans le cadre de son plan d’action pour l’égalité professionnelle à maintenir une attention particulière aux candidatures féminines pour respecter un équilibre de répartition globale des effectifs.

Certaines étapes du processus de recrutement chez SuperGrid Institute peuvent s’appuyer sur des outils d'IA pour faciliter l’analyse des candidatures. Toutes les décisions de recrutement sont toutefois prises par nos équipes, avec intervention humaine systématique.