Enhanced thermal conductivity of novel multifunctional polyphenylene sulfide composites embedded with heat transfer networks of hybrid fillers
Notice bibliographique
Résumé
Today's smaller, more powerful electronic devices, communications equipment, and lighting apparatus required optimum heat dissipation solutions. Traditionally, metals are widely known for their superior thermal conductivity; however, their good electrical conductivity has limited their applications in heat management components for microelectronic applications. This prompts the requirement to develop novel plastic composites that satisfy multifunctional requirements thermally, electrically, and mechanically. Furthermore, the moldability of polymer composites would make them ideal for manufacturing three-dimensional, net-shape enclosures and/or heat management assembly. Using polyphenylene sulfide (PPS) as the matrix, heat transfer networks were developed and structured by embedding hexagonal boron nitride (BN) alone, blending BN fillers of different shapes and sizes, as well as hybridizing BN fillers with carbonaceous nano- and micro-fillers. Parametric studies were conducted to elucidate the effects of types, shapes, sizes, and hybridization of fillers on the composite's thermal and electrical properties. The use of hybrid fillers, with optimized material formulations, was found to effectively promote a composite's thermal conductivity. This was achieved by optimizing the development of an interconnected thermal conductive network through structuring hybrid fillers with appropriate shapes and sizes. The thermal conductive composite affords unique opportunities to injection mold three-dimensional, net-shape microelectronic enclosures with superior heat dissipation performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».