Corrosion Study of Lead-Free Solders Exposed to Artificial Sweat
Notice bibliographique
Résumé
ABSTRACT The functionality of today's smart phones has expanded beyond the mobile phone to include e-mail, calendar, contacts, text messaging, photography, music, web surfing, gaming, etc. The smart phone's use has become pervasive in recent years since Facebook, You Tube and Twitter became popular. People are using them everywhere including the gym during their workouts. Under these circumstances, sweat can enter the phone through one of several openings – the USB port, the microphone, the headset port or the keypad and may corrode the metal solder joints inside the phone, rendering it inoperable. Thus, the corrosion of lead-free solders through exposure to sweat is a topic of interest for the mobile electronics industry. The intent of this research was to investigate the corrosion behavior and shear strength of various lead free solder alloys after exposure to different artificial sweat solutions. The alloys tested – Sn-3.0Ag-0.5Cu, Sn-0.7Cu-0.05Ni+Ge, Sn-3.5Ag-1.0Cu-3.0Bi and Sn-1.0Ag-0.7Cu-1.6Bi-0.2In – were investigated using three artificial sweat solutions with varying chloride concentrations and acidity. The surface morphology and corrosion product compositions were determined using optical and SEM/EDX analysis. The effect of corrosion on the mechanical properties of these alloys before and after exposure to the sweat was measured using shear strength tests.
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 | 0,000 |
| 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 ».