新闻详情

新闻详情

首页 / 资讯中心 / 详情

食盐+对甲苯磺酸+H2O2腐蚀PCB

发布时间:2026/10/26 20:46:12来源:尧图网络
食盐+对甲苯磺酸+H2O2腐蚀PCB
简 介 实验验证了使用对甲苯磺酸、食盐氯化钠和过氧化氢双氧水混合溶液腐蚀PCB覆铜板的可行性但效率较低。配方中食盐用于与铜离子形成可溶性离子团以加速腐蚀。测试显示腐蚀过程需5-7分钟远慢于传统稀盐酸加双氧水数十秒完成。腐蚀时需持续晃动溶液以促进反应最终铜箔被完全溶解。结论该配方有效但速度不理想适合对腐蚀速度要求不高的场景。 关键词 PCB腐蚀、对甲苯磺酸、食盐、双氧水、效率对比关键词对甲苯磺酸食盐PCB对甲苯磺酸腐蚀PCB不行01【食盐加对甲苯磺酸的配方】一、演示测试昨天测试了使用对甲苯磺酸加过碳酸钠来腐蚀PC板的过程 但是实验失败了。 后面看到朋友留言他说是因为没有使用正确的配方 在正确的配方中里边应该加上食盐 也就是氯化钠它主要是来和溶液中的铜离子形成可以溶解的离子团 加快腐蚀过程 下面他给出了测试过程。 使用一勺食盐加两勺过碳酸钠 放在塑料的腐蚀槽内 然后使用7.5%的过氧化氢 也就是双氧水对它们进行溶解。 测试的覆铜板先通过打磨 露出表面新鲜的铜 经过三分钟的腐蚀在过程中 手晃动腐蚀槽使水流在表面进行流动。 我们可以看到覆铜板已经被很好的腐蚀掉 5分钟之后这个腐蚀过程就结束了。 的确相比于传统的双氧水加稀盐酸的过程 使用对甲苯磺酸来产生腐蚀效果是有的 但是速度比较慢 同样这个过程也需要水流在表面不断的流动 才能加速整个腐蚀过程。二、实际测试过程今天早上我们在吃早饭的时候 向食堂师傅要了一小袋食盐。 下面我们利用它 再加上手边的过氧化氢进行测试。 先把一个昨天测试的覆铜板放在腐蚀槽内。 将一小勺食盐倒入覆铜板的上面。 接下来再加入昨天购买的对甲苯磺酸 也不知道具体的用量 下面我们加入两汤勺对甲苯磺酸这黑色壶里呢盛的是7.5%的过氧化氢 我们加入少量的过氧化氢溶液来溶解前面的食盐和对甲苯磺酸。 然后开启腐蚀槽振动电机 我们可以看到腐蚀槽内的溶液已经变绿 这说明整个的覆铜板上铜箔被腐蚀 不过这个过程比较缓慢。 这个过程我们必须耐心的等待。 过段时间我们看到腐食槽内的溶液已经越来越绿了 这说明下面覆铜板的铜箔逐步被腐蚀溶解掉。大约等了5分钟之后 铜箔还是没有被腐蚀完毕。 说实在的之前直接使用稀盐酸加过氧化氢 这整个腐蚀过程也就是几十秒就可以完成。 使用对甲苯磺酸加食盐加过氧化氢的腐蚀过程异常的缓慢 这大概过了7分钟了 我们看到单面覆铜板已经透亮 这说明它本身的铜箔已经腐蚀殆尽。 最后我们取出腐蚀的铜模 观察腐蚀的结果是什么。 这个实验验证了原来的配方的确能够工作 只是腐蚀过程太缓慢了。■ 相关文献链接:对甲苯磺酸腐蚀PCB不行-CSDN博客
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/25 3:20:41

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/25 3:43:49

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/26 12:48:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/26 10:03:11

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/25 3:54:32

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/25 5:32:24

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉