新型车规级柔性模切线路板(FDC)技术可在不降低性能的情况下,为工程师的新型电池设计提供高可持续性的低压采集线路选择。
新加坡(2024年4月26日)—— 移动电气化解决方案合作伙伴ENNOVI推出一种更先进、更可持续的柔性线路板生产工艺,其生产的柔性线路板可用于电动汽车(EV)电池互连系统低压信号连接。柔性印刷线路板(FPC)虽常用于电池互连系统内,但却是电池互连系统的最大成本来源。ENNOVI的柔性模切线路板(FDC)技术提供了一种更具成本效益且可持续性更高的解决方案,不仅简化生产流程,而且提高连续卷到卷的生产效率。
行业目前通常采用一种多级批量光刻工艺来生产柔性模切线路板。这种工艺需要在柔性线路板上蚀刻铜箔线路,即使用腐蚀性化学品溶解不需要的铜箔,但事后需要耗费大量时间和能源才能从化学品中提取出废铜,因此,很难实现铜的有效回收。模切工艺可以实现铜的快速回收利用,因此比化学蚀刻工艺更受青睐。
柔性印刷线路板(FPC)的尺寸限制为600mm×600mm。相比之下,柔性模切线路板(FDC)由于采用连续卷到卷生产工艺,因此没有长度限制。在某些设计条件下,柔性模切线路板(FDC)具有与柔性印刷线路板(FPC)相似的性能特点。这一点已通过严格的内部尺寸、热冲击测试、线路电阻测试、温升测试、绝缘电阻测试和高压测试得到证实。
“采用FDC技术进行柔性线路板生产,符合我们想要通过创新来为电动汽车行业打造可持续电池价值链的愿景”,ENNOVI产品组合总监Gustavo Cibrian解释道,“我们努力推动ENNOVI提供一种能够完美平衡电池制造商在成本、时间和性能方面迫切需求的CCS设计解决方案,从而帮助电池制造商实现按成本设计。”
想要了解ENNOVI FDC技术的更多信息,敬请访问:https://ennovi.com.cn/fdc-technology/。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。