Optimisation de l'assemblage des connecteurs métalliques en cuivre
Notice bibliographique
Résumé
Dans cette étude, les propriétés microstructurales et mécaniques des joints cuivre-argent-cuivre ont été étudiées. Les basses températures associées au frittage des nanoparticules d'argent génèrent une opportunité intéressante pour le développement d’un procédé de jonction de production et de réparation lorsque l’utilisation de températures élevées est proscrite. Les performances des joints produits par cette méthode innovante de frittage ont été comparées à celles obtenues par l’utilisation de la technique de brasage classique. \n \nPour la méthode de frittage, un produit de nanoparticules d'argent a été sélectionné et placé entre deux conducteurs en cuivre, serré, puis chauffé à la température de frittage dans un dispositif de chauffage conçu pour ce projet. L'influence de la température, de la pression, du temps, de la longueur de recouvrement et de l'atmosphère de frittage sur le développement de la microstructure et les propriétés mécaniques a été étudiée. Pour la méthode de brasage, un alliage de cuivre-argent-phosphore (BCuP-5) sous la forme d'un ruban a été placé entre deux brins de cuivre, serré, puis chauffé à la température de brasage à l'aide d’une torche. L'influence de l'épaisseur du joint, de la pression et la distance de recouvrement sur la microstructure et les propriétés mécaniques ont été étudiées pour cette méthode de référence. \n \nLes essais de brasage ont permis de montrer une résistance mécanique élevée pour des épaisseurs de joints supérieures à 150 μm. Aussi, les essais relatifs à la longueur du joint montrent que seul un recouvrement inférieur à une fois l’épaisseur du brin entraine une rupture dans le joint. Les essais de frittage ont montré l’impact positif de l’augmentation du temps, de la température et de la pression de frittage sur la résistance mécanique des joints. Cependant les essais relatifs à l’atmosphère de frittage ont permis de révéler le rôle antagoniste de l’oxygène permettant à la fois la dégradation des composés organiques mais entrainant l’oxydation du joint. Dans cette étude, la résistance des joints frittés s’est avérée être jusqu’à 75% de la valeur du joint de référence brasé.
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 | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».