Research on Electrochemical Migration Failure Behavior of Automobile Circuit Board
Notice bibliographique
Résumé
In this paper, the electrochemical migration experiments of circuit boards with different electrodes size and spacing were investigated under different voltage bias by water drop method experiments. Furthermore, based on standard size spacing specimens, experiments of specific voltage bias were conducted under the influence of different chloride ion concentration and adipic acid concentration. Thus, the electrochemical migration failure behavior of automobile circuit boards is deeply explored, providing a basis for improving the reliability of automotive electronic products.It is concluded that bias voltage is the driving force for electrochemical migration, and smaller spacing and larger electrode size increase the probability of metal ions in the dielectric reaching the cathode surface. The increase in chloride ion concentration leads to an increase in the inter electrode current, followed by a large amount of precipitation between the electrodes, resulting in an increase in the resistivity of the entire solution. Therefore, the inter electrode current decreases to a stable value, further increasing the probability of electrochemical migration. However, low concentrations of chloride ions do not participate in the formation of precipitation and dendrite growth. When the concentration of chloride ions is high, chloride ions further promote electrochemical migration by dissolving tin hydroxides. The impact mechanisms of adipic acid and sodium chloride on electrochemical migration are different. The acid ions generated by the ionization of adipic acid will react with tin ions in the solution, hindering the diffusion of tin ions and thus delaying the initiation and growth of dendrites.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».