这里会显示出您选择的修订版和当前版本之间的差别。
两侧同时换到之前的修订记录前一修订版后一修订版 | 前一修订版 | ||
adf:tadf_oled [2019/08/29 16:40] – [逆向系间窜跃速率与量子产率] liu.jun | adf:tadf_oled [2020/06/23 20:39] (当前版本) – [第三代OLED材料性能的第一性原理计算:通过DFT预测TADF逆向系间窜跃速率 (JACS, 2017)] liu.jun | ||
---|---|---|---|
行 1: | 行 1: | ||
- | ======第三代OLED材料性能的第一性原理计算:通过DFT预测TADF逆向系间窜跃速率====== | + | ======文献重现:通过DFT预测第三代OLED材料TADF逆向系间窜跃速率 |
=====前言===== | =====前言===== | ||
由于智能手机电子屏等巨大市场规模,OLED材料和有机电子学是一个非常活跃的研究和工业发展领域。本教程旨在说明如何模拟和研究OLED材料的高级电致发光现象,包括对该专题进行了一般性介绍,以及具体的研究方法。相关的研究方法主要基于下列文献: | 由于智能手机电子屏等巨大市场规模,OLED材料和有机电子学是一个非常活跃的研究和工业发展领域。本教程旨在说明如何模拟和研究OLED材料的高级电致发光现象,包括对该专题进行了一般性介绍,以及具体的研究方法。相关的研究方法主要基于下列文献: | ||
行 7: | 行 7: | ||
扩展阅读: | 扩展阅读: | ||
- | - Y.Olivier, B. Yurash, L. Muccioli, G. D’Avino, O. Mikhnenko, J. C. Sancho-García, | + | - Y.Olivier, B. Yurash, L. Muccioli, G. D’Avino, O. Mikhnenko, J. C. Sancho-García, |
- | + | - Y.Olivier, J.-C. Sancho-García, | |
- | - Y.Olivier, J.-C. Sancho-García, | + | |
=====一般性介绍===== | =====一般性介绍===== | ||
行 15: | 行 14: | ||
====第一代OLED==== | ====第一代OLED==== | ||
- | 由于自由电子、空穴自旋向上或自旋向下几率相同,因此,有75%的几率形成三重激发态(电子、空穴自旋相同,导致分子总自旋S=1),25%几率形成单重激发态(电子、空穴自旋相反,导致分子总自旋S=0)。 | + | 由于自由电子、空穴自旋向上或自旋向下几率相同,因此有75%的几率形成三重激发态(电子、空穴自旋相同,导致分子总自旋S=1),25%几率形成单重激发态(电子、空穴自旋相反,导致分子总自旋S=0)。 |
{{ : | {{ : | ||
行 26: | 行 25: | ||
{{ : | {{ : | ||
- | 虽然这种发光机制,理论上可以达到接近100%的量子效率,但三重态寿命过长会导致化学降解,而且三重态能量与基态差越大(也即发射光的频率越高),分子越不稳定。因此,到目前为止还没有找到稳定、长寿命的深蓝光OLED材料。除此之外,这类OLED材料需要相对稀有、昂贵的重元素,大大增加了成本。 | + | 虽然这种发光机制,理论上可以达到接近100%的量子效率,但三重态寿命过长会导致化学降解,而且三重态能量与基态差越大(也即发射光的频率越高),分子越不稳定。因此到目前为止还没有找到稳定、长寿命的深蓝光OLED材料。除此之外,这类OLED材料需要相对稀有、昂贵的重元素,大大增加了成本。 |
====第三代OLED==== | ====第三代OLED==== | ||
行 37: | 行 36: | ||
=====逆向系间窜跃速率与量子产率===== | =====逆向系间窜跃速率与量子产率===== | ||
根据文献(Samanta, | 根据文献(Samanta, | ||
- | ===公式1=== | + | ===公式1:基于半经典Marcus理论=== |
\[k_{RISC} = \frac{2 \pi}{\hbar} V_{SOC}^2 \frac{1}{\sqrt{4 \pi \lambda k_B T}} {\rm exp} \left[ - \frac{(\Delta E_{ST} + \lambda)^2}{4 \lambda k_B T} \right]\] | \[k_{RISC} = \frac{2 \pi}{\hbar} V_{SOC}^2 \frac{1}{\sqrt{4 \pi \lambda k_B T}} {\rm exp} \left[ - \frac{(\Delta E_{ST} + \lambda)^2}{4 \lambda k_B T} \right]\] | ||
- | ===公式2=== | + | ===公式2:基于Marcus-Levich-Jortner理论=== |
\[k_{RISC} = \frac{2 \pi}{\hbar} V_{SOC}^2 \frac{1}{\sqrt{4 \pi \lambda_M k_B T}} \sum_{n=0}^{\infty} {\rm exp}(-S) \frac {S^n}{n!} {\rm exp} \left[ - \frac{(\Delta E_{ST} + n \hbar \omega_{eff} + \lambda_M)^2}{4 \lambda k_B T} \right]\] | \[k_{RISC} = \frac{2 \pi}{\hbar} V_{SOC}^2 \frac{1}{\sqrt{4 \pi \lambda_M k_B T}} \sum_{n=0}^{\infty} {\rm exp}(-S) \frac {S^n}{n!} {\rm exp} \left[ - \frac{(\Delta E_{ST} + n \hbar \omega_{eff} + \lambda_M)^2}{4 \lambda k_B T} \right]\] | ||
行 47: | 行 46: | ||
其中公式2更精确,但由于需要计算激发态频率,S1态频率计算量过大(例如一个50原子的分子,需要计算50*6=300次激发态,才能得到S1态频率),很难用于批量预测。本文通过DFTB近似计算激发态频率,最后也得到了相当好的结果,而DFTB计算激发态频率,效率就不再是问题了。当然DFTB计算激发态,也存在适用范围的问题,详见相应教程。 | 其中公式2更精确,但由于需要计算激发态频率,S1态频率计算量过大(例如一个50原子的分子,需要计算50*6=300次激发态,才能得到S1态频率),很难用于批量预测。本文通过DFTB近似计算激发态频率,最后也得到了相当好的结果,而DFTB计算激发态频率,效率就不再是问题了。当然DFTB计算激发态,也存在适用范围的问题,详见相应教程。 | ||
- | 以下分别介绍,如何通过公式1(简化方式)和公式2(精确方式)计算: | + | 以下分别介绍,如何通过两种公式进行计算: |
* **[[adf: | * **[[adf: | ||
* **[[adf: | * **[[adf: | ||
- | 软件版本建议AMS2018以上,低版本需要手动求旋轨耦合矩阵。 | + | 软件版本建议AMS2018以上,低版本需要手动处理数据得到旋轨耦合矩阵元(SOCME),进而得到//< |
+ | |||
+ | 本教程参考原厂英文教程:https:// |