Improving Printed and Thermoformed Conductors on Polycarbonate with a Thin-Film BNNT Interlayer for Next-Generation In-Mold Electronics
Notice bibliographique
Résumé
The processes of thermoforming 2D-printed electronics into 3D structures can introduce defects that impact the electrical performance of conductors, making them more susceptible to thermal failure during high electrical power/current applications on temperature-sensitive substrates. We therefore report the use of a thin-film boron nitride nanotube (BNNT) interlayer to directly reduce heat stress on linear and serpentine metallic traces on polycarbonate substrates thermoformed to 3D spherocylindrical geometries at varying elongation percentages. We demonstrate that the BNNT interlayer helps to improve the electrical conductivity of highly elongated thermoformed 3D traces in comparison to traces on bare polycarbonate. Further, we correlate localized substrate thinning at high elongation areas with increases in the local trace resistance. These resistance increases create localized "hot spots" in the traces when high voltages and currents are applied to them. BNNT interlayers provide thermal protection to the underlying substrate and enable them to endure localized temperatures 1.5 times higher than those on bare substrates, as high currents are applied to the silver traces. Overall, this study demonstrates the use of BNNT interlayers as valuable thermal management materials to facilitate the development of more reliable and higher-performing conductive metal traces for use in 3D electronics and in-mold electronics applications.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 ».