MétaCan
Menu
Retour à la cohorte
Enregistrement W4389857867 · doi:10.1002/adem.202301409

Laser Powder Bed Fusion Additive Manufacturing of Mo and TZM Exoskeleton with Cu Infiltration for New Heat Sinks Configuration

2023· article· en· W4389857867 sur OpenAlexafffund
T. S. Ramakrishnan, Amit Kumar, Pierre Hudon, Mathieu Brochu

Notice bibliographique

RevueAdvanced Engineering Materials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésMaterials scienceHeat sinkMicrostructureMolybdenumAlloyMetallurgyThermal conductivityRecrystallization (geology)Composite materialThermal expansionMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This study reports the fabrication and characterization of molybdenum (Mo) metal and titanium‐zirconium‐molybdenum (TZM) alloy exoskeletons with honeycomb cavity structures (HCS) that are infiltrated with oxygen‐free high conductivity (OFHC) Cu under an inert atmosphere as a potential replacement for Cu‐Mo‐Cu laminate in heat sink applications for power electronics semiconductors like GaAs. The thermal expansion behavior and the thermal loading of the starting Mo and TZM structures, and of the Cu‐infiltrated parts are evaluated. The fabricated Mo and TZM structures with density >99% and Mo‐based heat sinks with improved CTE (6.6 × 10−6 K−1) when compared to conventional Cu‐Mo‐Cu laminated heat sinks (CTE = 7.6 × 10−6 K−1). The new Mo and TZM structures promise superior performance due to their closer CTE to that of GaAs and similar semiconductors (CTE = 5.7 × 10−6 K−1). Exposure to temperatures up to 1073 K did not affect the Mo microstructure due to the inherent resistance to recrystallization, while exposure to 1373 K did reduce hardness. In contrast, TZM exoskeletons showed resistance to recrystallization even at 1373 K. The fabricated composite heat sinks showed thermal diffusivity (≈61 × 106 m2 s−1) that is within the upper limits of those reported for commercial laminated heat sinks (45 to 65 × 106 m2 s−1).

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,207
Écart entre enseignants0,200 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207