MétaCan
Menu
Retour à la cohorte
Enregistrement W4416879449 · doi:10.37665/rezqtqh29421

Process Considerations in Reducing Voiding in High Reliability Lead Free Solder Joints

2015· article· W4416879449 sur OpenAlexaff
William W. Yu, Steve D. M. Brown, Mitch Hohzer

Notice bibliographique

RevueRegional Events · 2015
Typearticle
Langue
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensAlpha Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésSolderingSolder pasteReliability (semiconductor)Ball grid arraySurface-mount technologyProcess (computing)Reflow solderingLead (geology)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This paper is in English and Chinese languages. With the increasing transition of European and American automotive OEMs to ROHS compliant soldering materials, high reliability tin/silver/copper alloys have been widely examined. One six part alloy known as Innolot has become widely adapted because of its high resistance to thermal cycle fatigue and resistance to high temperature creep. Examining data from numerous field trials has shown that solder pastes using Innolot alloy tend to produce more voids in bottom terminated components (BTCs) when compared to the same paste flux vehicle used with SAC 305 alloy. Several techniques have been reported for reducing voids in BGA components, but many of these techniques do not seem to reduce voiding when Innolot solder paste is used in conjunction with BTCs. Video data showing the formation of voids in a simulated BTC reflow process led to the development of a different type of reflow profile strategy. Data mining of field reports indicated that this strategy had worked several times without the need to reflow the solder joint under vacuum. A controlled experiment using five different reflow profiles and a previously used BTC voiding test vehicle was undertaken to validate the field observations. This paper will show the field data and the results of the controlled experiments, giving the reader a new reflow strategy for reducing BTC voids when using Innolot based solder paste.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,049
Tête enseignante GPT0,281
Écart entre enseignants0,231 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRegional EventsMême sujetElectronic Packaging and Soldering TechnologiesTravaux en français237 207