Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

22.12.2016 | Original Paper | Ausgabe 7/2017

Journal of Materials Science 7/2017

Grain boundary character distribution in electroplated nanotwinned copper

Zeitschrift:
Journal of Materials Science > Ausgabe 7/2017
Autoren:
Sutatch Ratanaphan, Dierk Raabe, Rajchawit Sarochawikasit, David L. Olmsted, Gregory S. Rohrer, K. N. Tu

Abstract

The grain boundary character distribution (GBCD) of nanotwinned copper, fabricated by electroplating inside small-scale through-wafer vias, was characterized using a stereological interpretation of electron backscatter diffraction maps. The GBCD of electroplated nanotwinned copper, specified by five macroscopic parameters (three for the lattice misorientation and two for the grain boundary plane inclination), is similar to the GBCD of coarse-grained polycrystalline copper used here as a reference material. The GBCD was compared to calculated grain boundary energies determined from atomistic simulations. We find that the grain boundary population in the electroplated nanotwinned and coarse-grained reference copper is both on average inversely correlated to the grain boundary energies. The slopes of the relationships between grain boundary population and energy for the most highly populated misorientations (Σ3, Σ9, and Σ11) are different. The relationships are strongly influenced by the geometric constraints at the triple junctions and multiple twinning, which enhanced the observed frequencies of Σ9 boundaries. The results suggest that the grain boundary network and the GBCD in the polycrystalline specimens are strongly influenced by the microstructure, grain boundary energy, and multiple twining.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 7/2017

Journal of Materials Science 7/2017Zur Ausgabe

Premium Partner

in-adhesivesMKVSNeuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Künstliche Intelligenz und die Potenziale des maschinellen Lernens für die Industrie

Maschinelles Lernen ist die Schlüsseltechnologie für intelligente Systeme. Besonders erfolgreich ist in den letzten Jahren das Lernen tiefer Modelle aus großen Datenmengen – „Deep Learning“. Mit dem Internet der Dinge rollt die nächste, noch größere Datenwelle auf uns zu. Hier bietet die Künstliche Intelligenz besondere Chancen für die deutsche Industrie, wenn sie schnell genug in die Digitalisierung einsteigt.
Jetzt gratis downloaden!

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

Bildnachweise