CN110097926B - 一种无定形芘芴类衍生物的载流子迁移率的预测方法 - Google Patents
一种无定形芘芴类衍生物的载流子迁移率的预测方法 Download PDFInfo
- Publication number
- CN110097926B CN110097926B CN201910372001.1A CN201910372001A CN110097926B CN 110097926 B CN110097926 B CN 110097926B CN 201910372001 A CN201910372001 A CN 201910372001A CN 110097926 B CN110097926 B CN 110097926B
- Authority
- CN
- China
- Prior art keywords
- amorphous
- energy
- molecule
- molecular
- predicting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
Landscapes
- Theoretical Computer Science (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Heterocyclic Carbon Compounds Containing A Hetero Ring Having Oxygen Or Sulfur (AREA)
Abstract
一种无定形芘芴类衍生物的载流子迁移率的预测方法,包括如下步骤:步骤1,基于绝热势能面法计算分子的电子和空穴重组能;步骤2,确定每种分子的密度,依此密度构建了每种分子的无定性格子模型;步骤3,利用高斯程序计算了无定形分子格子内主要传输路径中二聚体的电荷转移积分;步骤4,预测了该系列分子的电子和空穴迁移率;本发明可以预测出无定形芘芴类衍生物有机半导体材料的载流子迁移率的大小,对于研究材料的光电性能和新型有机光电材料的计的设计合成有很大的指导意义,研究对象包括但不局限于芘芴类衍生物。
Description
技术领域
本发明涉及量子化学计算领域,具体涉及一种无定形芘芴类衍生物的载流子迁移率的预测方法。
背景技术
有机半导体材料由于在有机电致发光器件(OLED),有机场效应晶体管(OFET),有机太阳能电池(OPV)等领域有极大的应用,因此得到了工业界和科学界浓烈的研究兴趣。与传统的无机半导体相比,有机半导体在制备价格、种类多样性、灵活性等方面显示出明显的优越性。从有机半导体器件的工作原理来看,主要是有机半导体材料中载流子的传输来进行的。因此,载流子传输能力是决定器件性能好坏的关键性因素,而衡量有机半导体材料载流子传输能力的重要参数则是载流子迁移率,它反应了电子以及空穴载流子的运动能力,因此该参数的测量十分重要。
近年来,芘芴类衍生物作为优良的蓝光发光材料一直是有机光电子学领域的研究热点。唐超等人在2017年发表了关于芘芴类衍生物分子内超共轭效应的报道,研究发现两个孤立共轭体系间的电子云可以离域和相互转移,因此研究此类材料的内在电荷传输特性有利于它们在有机电子学更深层次的应用。由于外加电场和电极修饰等问题的影响,仅通过实验现象无法完成对材料的传输性能和设计的研究,因此从量子化学计算它的电荷传输特性有很大的意义。
DuanYu-Ai等人使用模拟晶体的方法研究了四噻吩并芳烃衍生物的电荷传输性能,但是绝大多数有机半导体材料都是无定形材料,关于无定形材料的量子化学理论研究还少,因此寻求准确的无定形芘芴类有机半导体材料的载流子迁移率的预测方法具有广泛的需求和重大的意义。
发明内容
本发明针对上述背景技术中提出的问题,提出一种无定形芘芴类衍生物的载流子迁移率的预测方法,填补当前无定形芘芴类有机半导体材料的载流子迁移率的预测方法的技术空缺。
一种无定形芘芴类衍生物的载流子迁移率的预测方法,包括如下步骤:
步骤1,基于绝热势能面法计算分子的电子和空穴重组能;
应用量子化学计算软件采用密度泛函B3LYP/6-31G(d)方法优化分子的中性态和离子态构型;
步骤2,确定每种分子的密度,依此密度构建了每种分子的无定性格子模型;
通过软件进行建模,建立分子BP1,BP2,PFP1,PFP2,OP1和OP2的无定形立方格子,边长分别为a=25.3056,26.4904,26.7794,25.9933,25.9812和然后进行能量最小化;
步骤3,利用高斯程序计算了无定性分子格子内主要传输路径中二聚体的电荷转移积分;
步骤4,预测了该系列分子的电子和空穴迁移率;
利用Marcus速率理论结合爱因斯坦方程评估该分子材料的电子和空穴载流子的迁移率。
进一步地,所述步骤1中,应用量子化学计算软件,采用密度泛函B3LYP/6-31G(d)方法优化分子的中性态和离子态构型,据此,分子构型改变包括四个基本能量:E,中性构型下的中性分子能量;E*,离子构型下中性分子能量;E+,离子构型下离子态能量;中性构型下离子态能量,以此算出重组能,用以下公式表示:
进一步地,所述步骤2中,通过MaterialStudio软件的AmorphousCell模块建模,建立分子BP1,BP2,PFP1,PFP2,OP1和OP2的无定形立方格子,边长分别为a=25.3056,26.4904,26.7794,25.9933,25.9812和然后进行能量最小化;具体操作是:将优化好的单分子结构导入MaterialStudio软件,在AmorphousCell模块中工具栏的calculation进入,选择construction选项,初始密度设置为1g/cm3,每种分子建立50个无定形格子,每个格子内大约1600个原子,然后用Forcitemodule模块进行四个分子动力学优化过程,分别是NVT40000步、NVT40000步加Andersen温度控制法、NPT10000步加Andersen温度控制法Berendsen气压调节法、NPTNPT100000步加Andersen温度控制法Berendsen气压调节法,NPT过程的外界压强设置为0.0001GPa,每1000帧输出一次,时间步长为1fs,结束后确定BP1,BP2,PFP1,PFP2,OP1和OP2分子的密度分别为1.041,1.079,1.025,1.102,1.052,1.089g/cm3,然后将优化好的单分子结构导入MaterialStudio软件,以此密度再进行Amorphous Cellconstruction,每种分子建立20个无定形格子,其他参数不变重复分子动力学优化过程,得到的结构即为能量最低的无定形平衡几何构象。
进一步地,所述步骤3中,所述高斯程序采用Gaussian 09量子化学计算软件,具体实现方法是:首先把需要计算电荷转移积分的二聚体结构导入高斯程序,运行三个高斯任务,分别为单分子a的优化、单分子b的优化和二聚体ab的优化;使用b3lyp nosymm punch=moiop(3/33=1)关键词来保证计算过程中分子结构的稳定性,从而得到分子a和分子b的HOMO轨道信息,然后运行转移积分程序得到二聚体的电荷转移积分。
进一步地,其特征在于:所述步骤4中,电荷转移速率由以下公式计算得出:
迁移率可以表示为以下公式:
V代表转移积分,λ代表重组能,μ代表分子载流子的迁移率,e代表电荷能量,D代表相邻两分子的扩散系数,h代表普朗克常量,KB是玻尔兹曼常数,T代表热力学温度,取300k;ΔG0代表自由能变化量,取0。
进一步地,Gaussian 09量子化学计算软件和Material Studio材料模拟软件目前是商业产品,也可以通过其他的商用软件或者自编程序进行模拟计算。
本发明可以预测出无定形芘芴类衍生物有机半导体材料的载流子迁移率的大小,对于研究材料的光电性能和新型有机光电材料的计的设计合成有很大的指导意义,研究对象包括但不局限于芘芴类衍生物。
附图说明
图1是本发明中的一系列芘芴类衍生物的分子结构示意图。
图2本发明中无定形格子模型外貌。
图3是本发明中研究材料的重组能。
图4是本发明中无定形格子中的主要转移通道示意图。
图5是本发明中预测的各分子的电子和空穴迁移率。
图6是本发明中预测的各分子电子和空穴的平均迁移率。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
一种无定形芘芴类衍生物的载流子迁移率的预测方法,包括如下步骤:
步骤1,基于绝热势能面法计算分子的电子和空穴重组能。
所述步骤1中,应用量子化学计算软件,采用密度泛函B3LYP/6-31G(d)方法优化分子的中性态和离子态构型,据此,分子构型改变包括四个基本能量:E,中性构型下的中性分子能量;E*,离子构型下中性分子能量;E+,离子构型下离子态能量;中性构型下离子态能量,以此算出重组能,用以下公式表示:
步骤2,确定每种分子的密度,依此密度构建了每种分子的无定性格子模型。
所述步骤2中,通过MaterialStudio软件的AmorphousCell模块建模,建立分子BP1,BP2,PFP1,PFP2,OP1和OP2的无定形立方格子,边长分别为a=25.3056,26.4904,26.7794,25.9933,25.9812和然后进行能量最小化。
具体操作是:将优化好的单分子结构导入MaterialStudio软件,在AmorphousCell模块中工具栏的calculation进入,选择construction选项,初始密度设置为1g/cm3,每种分子建立50个无定形格子,每个格子内大约1600个原子,然后用Forcitemodule模块进行四个分子动力学优化过程,分别是NVT40000步、NVT40000步加Andersen温度控制法、NPT10000步加Andersen温度控制法Berendsen气压调节法、NPTNPT100000步加Andersen温度控制法Berendsen气压调节法,NPT过程的外界压强设置为0.0001GPa,每1000帧输出一次,时间步长为1fs,结束后确定BP1,BP2,PFP1,PFP2,OP1和OP2分子的密度分别为1.041,1.079,1.025,1.102,1.052,1.089g/cm3,然后将优化好的单分子结构导入MaterialStudio软件,以此密度再进行Amorphous Cellconstruction,每种分子建立20个无定形格子,其他参数不变重复分子动力学优化过程,得到的结构即为能量最低的无定形平衡几何构象。
步骤3,利用高斯程序计算了无定性分子格子内主要传输路径中二聚体的电荷转移积分。
所述步骤3中,所述高斯程序采用Gaussian 09量子化学计算软件,具体实现方法是:首先把需要计算电荷转移积分的二聚体结构导入高斯程序,运行三个高斯任务,分别为单分子a的优化、单分子b的优化和二聚体ab的优化;使用b3lyp nosymm punch=mo iop(3/33=1)关键词来保证计算过程中分子结构的稳定性,从而得到分子a和分子b的HOMO轨道信息,然后运行转移积分程序得到二聚体的电荷转移积分。
步骤4,预测了该系列分子的电子和空穴迁移率。
利用Marcus速率理论结合爱因斯坦方程评估该分子材料的电子和空穴载流子的迁移率。
所述步骤4中,电荷转移速率由以下公式计算得出:
迁移率可以表示为以下公式:
V代表转移积分,λ代表重组能,μ代表分子载流子的迁移率,e代表电荷能量,D代表相邻两分子的扩散系数,h代表普朗克常量,KB是玻尔兹曼常数,T代表热力学温度,取300k;ΔG0代表自由能变化量,取0。
Gaussian 09量子化学计算软件和Material Studio材料模拟软件目前是商业产品,也可以通过其他的商用软件或者自编程序进行模拟计算。
最终芘芴类衍生物BP1,BP2,PFP1,PFP2,OP1和OP2的迁移率预测值如图5所示。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (5)
1.一种无定形芘芴类衍生物的载流子迁移率的预测方法,其特征在于:包括如下步骤:
步骤1,基于绝热势能面法计算分子的电子和空穴重组能;
应用量子化学计算软件采用密度泛函方法优化分子的中性态和离子态构型;
步骤2,确定每种分子的密度,依此密度构建了每种分子的无定性格子模型;
通过软件进行建模,建立分子BP1,BP2,PFP1,PFP2,OP1和OP2的无定形立方格子,边长分别为a=25.3056,26.4904,26.7794,25.9933,25.9812和26.1645Å,然后进行能量最小化;
步骤3,利用高斯程序计算了无定性分子格子内主要传输路径中二聚体的电荷转移积分;
步骤4,预测了系列分子的电子和空穴迁移率;
利用Marcus速率理论结合爱因斯坦方程评估分子材料的电子和空穴载流子的迁移率。
3.根据权利要求1所述的一种无定形芘芴类衍生物的载流子迁移率的预测方法,其特征在于:所述步骤2中,通过MaterialStudio软件的AmorphousCell模块建模,建立分子BP1,BP2,PFP1,PFP2,OP1和OP2的无定形立方格子,边长分别为a=25.3056,26.4904,26.7794,25.9933,25.9812和26.1645Å,然后进行能量最小化;具体操作是:将优化好的单分子结构导入MaterialStudio软件,在AmorphousCell模块中工具栏的calculation进入,选择construction选项,初始密度设置为1g/cm3,每种分子建立50个无定形格子,每个格子内1600个原子,然后用Forcitemodule模块进行四个分子动力学优化过程,分别是NVT40000步、NVT40000步加Andersen温度控制法、NPT10000步加Andersen温度控制法Berendsen气压调节法、NPTNPT100000步加Andersen温度控制法Berendsen气压调节法,NPT过程的外界压强设置为0.0001GPa,每1000帧输出一次,时间步长为1fs,结束后确定BP1,BP2,PFP1,PFP2,OP1和OP2分子的密度分别为1.041,1.079,1.025,1.102,1.052,1.089g/cm3,然后将优化好的单分子结构导入MaterialStudio软件,以此密度再进行Amorphous Cellconstruction,每种分子建立20个无定形格子,其他参数不变重复分子动力学优化过程,得到的结构即为能量最低的无定形平衡几何构象。
4.根据权利要求1所述的一种无定形芘芴类衍生物的载流子迁移率的预测方法,其特征在于:所述步骤3中,所述高斯程序采用Gaussian 09量子化学计算软件,具体实现方法是:首先把需要计算电荷转移积分的二聚体结构导入高斯程序,运行三个高斯任务,分别为单分子a的优化、单分子b的优化和二聚体ab的优化;使用b3lyp nosymm punch=mo iop(3/33=1)关键词来保证计算过程中分子结构的稳定性,从而得到分子a和分子b的HOMO轨道信息,然后运行转移积分程序得到二聚体的电荷转移积分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910372001.1A CN110097926B (zh) | 2019-05-06 | 2019-05-06 | 一种无定形芘芴类衍生物的载流子迁移率的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910372001.1A CN110097926B (zh) | 2019-05-06 | 2019-05-06 | 一种无定形芘芴类衍生物的载流子迁移率的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110097926A CN110097926A (zh) | 2019-08-06 |
CN110097926B true CN110097926B (zh) | 2022-08-02 |
Family
ID=67447034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910372001.1A Active CN110097926B (zh) | 2019-05-06 | 2019-05-06 | 一种无定形芘芴类衍生物的载流子迁移率的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110097926B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113764054A (zh) * | 2021-08-30 | 2021-12-07 | 深圳晶泰科技有限公司 | 一种功能有机晶体材料设计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101957300A (zh) * | 2009-07-17 | 2011-01-26 | 北京理工大学 | 一种化合物晶体密度的预测方法 |
CN103955588A (zh) * | 2014-05-15 | 2014-07-30 | 中国石油大学(华东) | 一种设计与筛选铜基联吡啶染料敏化剂的方法 |
CN104200025A (zh) * | 2014-09-01 | 2014-12-10 | 中国石油大学(华东) | 一种定量分析沸石咪唑酯骨架材料路易斯酸性的方法 |
CN109637593A (zh) * | 2018-11-14 | 2019-04-16 | 辽宁石油化工大学 | 一种基于密度泛函理论的蒽醌二胺类共轭化合物氧化还原性的预测方法 |
-
2019
- 2019-05-06 CN CN201910372001.1A patent/CN110097926B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101957300A (zh) * | 2009-07-17 | 2011-01-26 | 北京理工大学 | 一种化合物晶体密度的预测方法 |
CN103955588A (zh) * | 2014-05-15 | 2014-07-30 | 中国石油大学(华东) | 一种设计与筛选铜基联吡啶染料敏化剂的方法 |
CN104200025A (zh) * | 2014-09-01 | 2014-12-10 | 中国石油大学(华东) | 一种定量分析沸石咪唑酯骨架材料路易斯酸性的方法 |
CN109637593A (zh) * | 2018-11-14 | 2019-04-16 | 辽宁石油化工大学 | 一种基于密度泛函理论的蒽醌二胺类共轭化合物氧化还原性的预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110097926A (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bertolotti et al. | Crystal structure, morphology, and surface termination of cyan-emissive, six-monolayers-thick CsPbBr3 nanoplatelets from X-ray total scattering | |
Yaqoob et al. | Structural, optical and photovoltaic properties of unfused Non-Fullerene acceptors for efficient solution processable organic solar cell (Estimated PCE greater than 12.4%): A DFT approach | |
Frost et al. | Energetic disorder in higher fullerene adducts: A quantum chemical and voltammetric study | |
Tu et al. | Barrier-free charge separation enabled by electronic polarization in high-efficiency non-fullerene organic solar cells | |
Yousaf et al. | Isatin-derived non-fullerene acceptors for efficient organic solar cells | |
Salim et al. | Amplifying the photovoltaic properties of azaBODIPY core based small molecules by terminal acceptors modification for high performance organic solar cells: A DFT approach | |
CN110097926B (zh) | 一种无定形芘芴类衍生物的载流子迁移率的预测方法 | |
Molina-Sanchez | Excitonic states in semiconducting two-dimensional perovskites | |
CN110590816B (zh) | 一种一维铜碘基杂化半导体材料及其光电应用 | |
Wu et al. | Common defects accelerate charge carrier recombination in CsSnI3 without creating mid-gap states | |
Bercegol et al. | Slow diffusion and long lifetime in metal halide perovskites for photovoltaics | |
Zheng et al. | Enhancing the stability of orthorhombic CsSnI3 perovskite via oriented π-conjugated ligand passivation | |
Song et al. | Vibronic quantized tunneling controlled photoinduced electron transfer in an organic solar cell subjected to an external electric field | |
Jaffar et al. | Quantum chemical study of end-capped acceptor and bridge on triphenyl diamine based molecules to enhance the optoelectronic properties of organic solar cells | |
Fatima et al. | Exploring the potential of tetraazaacene derivatives as photovoltaic materials with enhanced photovoltaic parameters | |
Abbas et al. | Spirofluorene based small molecules as an alternative to traditional non-fullerene acceptors for organic solar cells | |
Mahmoud et al. | Arithmetic optimization approach for parameters identification of different PV diode models with FOPI-MPPT | |
Neelamkavil Pappachan | Hybrid red deer with moth flame optimization for reconfiguration process on partially shaded photovoltaic array | |
Abadi et al. | Interpretable machine learning for developing high-performance organic solar cells | |
Ali et al. | An extension of electron acceptor sites around Thiazolothiazole unit for evaluation of large power conversion efficiency: A theoretical insight | |
Zhang et al. | Pressure-induced enhancement of thermoelectric performance in rubrene | |
Hussain et al. | Modelling tandem/multi-junction hybrid perovskite–organic solar cells: A combined drift–diffusion and kinetic Monte Carlo study | |
Chemek et al. | DFT/TDDFT approach: an incredible success story in prediction of organic materials properties for photovoltaic application | |
Workman et al. | Machine learning for predicting perovskite solar cell opto-electronic properties | |
Namivandi et al. | Novel donor–acceptor non-fullerene metal–organic solar cells based on open edge Sc@ BN: a DFT and TD-DFT study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |