Pattern-dependent resistivity variations in inkjet-printed conductors due to non-uniform ink drying
Notice bibliographique
Résumé
Abstract When fabricating inkjet-printed electronic devices and circuits, inkjet-printed conductive materials require drying and sintering to improve electrical conductivity. Electrical conductivity should be the same irrespective of pattern design, size, location, or density of adjacent patterns. However, we demonstrate that spatial variations in the drying process for inkjet-printed patterns with proximity to others cause resistivity variations. These resistivity variations are studied here experimentally for different circuit patterns and in arrays of inkjet-printed square electrodes. This variation depends not only on the location of each electrode in an array but also on the number of electrodes. This means that for the same drying temperature and duration, the array with a larger number of electrodes exhibits a larger resistivity variation. The sooner an electrode dries, the lower resistivity it achieves. The resistivity variation between an individual electrode and the center electrode in a 7 × 7 electrode array can be a factor of seven. This variation decreases for lower numbers of electrodes to a factor of three for a 3 × 3 array. Furthermore, x-ray photoelectron spectroscopy analyses provide evidence for the residual presence of carbon-based materials within electrodes after the drying process. These results confirm that the location of electrodes within an array significantly influences the amount of residual carbon-based materials, thereby contributing to resistivity variations. Although intense pulsed light sintering can decrease this variation, its optimal parameters depend on the printed designs, and our simulation results show a non-uniform temperature profile over the electrode arrays. Temperature increases more at the center of patterns than the corners, which can be useful in this case to improve resistivity uniformity. In this study, for the first time, we show how different printed shapes and designs can result in non-uniform resistivity after drying and sintering.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».