MétaCan
Menu
Retour à la cohorte
Enregistrement W4416876062 · doi:10.37665/smksazh82193

Low Melting Temperature Solder Interconnect Behavior and Thermal Cycling Performance Enhancement Using Edgebond

2020· article· W4416876062 sur OpenAlexaff
Tae-Kyu Lee, Carly Rogan, Gihan Dodanduwa Waduge, Young‐Woo Lee, Edward S. Ibe, Karl I. Loh

Notice bibliographique

RevueSMTA International · 2020
Typearticle
Langue
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensZymeworks (Canada)
Organismes subventionnairesnon disponible
Mots-clésTemperature cyclingBall grid arraySolderingIsothermal processShear (geology)BrittlenessCreepThermalShear strength (soil)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Low melting temperature solder, which enable a lower temperature assembly process comes with significant benefits to less warpage and lower component defect risk, but counter with an potential inferior thermal cycling performance due to the higher creep rate at elevated temperature environment. Adding to the recent active efforts to improve the thermal cycling performance with maintaining the melting temperature, the degradation mechanism in low melting temperature solder alloys is critical to understand, because the mitigation of the degradation mechanism will provide the key mechanism improving the thermal cycling performance. In this study, a series of ball shear test were performed on Sn-58Bi solder balls with 300μm diameter along with SAC3905 solder balls. To see the solder mechanical stability at elevated temperature, a heating stage was used to provide isothermal temperature during shear testing at 100oC. The maximum shear load and the distance to the peak shear load were measured to see the behavior change at elevated temperature. The shear results show an overall higher shear load value with Sn-58Bi compared to SAC305, and a decrease in ductility with elevated temperature shear. Further isothermal aging at 100oC for 200hours decreased the maximum shear load further and increased the brittle behavior in Sn-58Bi. With the understanding of the Sn-58Bi behavior, 12x12 mm chip array BGA (CABGA) components on 62mil thick boards were thermal cycled from -40ºC to 100ºC with Sn-58Bi based alloys to evaluate the thermal cycling performance. To enhance the thermal cycling performance, an edgebond adhesive was applied. Compared to the characteristic life cycle number of 3327 cycles with Sn-58Bi solder, the full edgebond components do not show any failures up to the test completion at 4050 cycles.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,020
Tête enseignante GPT0,246
Écart entre enseignants0,226 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSMTA InternationalMême sujetElectronic Packaging and Soldering TechnologiesTravaux en français237 207