MétaCan
Menu
← Retour à la cohorte
Enregistrement W4378188688 · doi:10.4271/2023-28-1357

High-Reliability Lead-Free Solders for Automotive Electronics

2023· article· en· W4378188688 sur OpenAlexaff
Pritha Choudhury, Anil Kumar, Prathap Augustine, Divya Kosuri, Siuli Sarkar, Paul Salerno, Morgana Ribas

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensAlpha Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésSolderingMaterials scienceAutomotive industryReliability (semiconductor)ElectronicsAlloyMicrostructureCreepElectronic packagingMiniaturizationTemperature cyclingPrinted circuit boardMetallurgyDie (integrated circuit)Mechanical engineeringComposite materialThermalElectrical engineeringNanotechnologyEngineering

Résumé

récupéré en direct d'OpenAlex

Requirements for high-reliability lead-free solder alloys in automotive electronics are becoming more challenging as assembly designs require increased powder densities and miniaturization in combination with harsh operating conditions. Thermal cycling performance has been the primary factor for deciding on the suitability of a solder alloy for such applications. Solder joint reliability under thermal and mechanical stresses depends on the solder, packages, PCB, and assembly, including global and local CTE mismatch. Automotive electronic assemblies for critical applications commonly require operational temperatures around 150oC, while soldering temperatures need to be as low as possible (<250oC). To resolve performance gaps in Sn-Ag-Cu solders for such applications, alloying additives can be used for: i) lowering the melting temperature, ii) improving creep properties, and iii) improving fatigue life. This is exemplified here by comparing a high reliability alloy, commonly known as “Innolot” and SAC305. This work reviews some of the aspects related to such board level accelerated reliability tests and discusses these experimental results in terms of alloy composition, microstructure, and mechanical properties.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0350,026

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,236
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper series→Même sujetElectronic Packaging and Soldering Technologies→Travaux en français237 207→