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
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。