芘基发光材料的设计、合成及其光电性能的研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:samzy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
芘类化合物是一类较为经典的蓝光材料(blue materials),在光电领域上的应用前景是非常广泛,芘类衍生物通过分子裁剪、结构调控等方法可选择性制备颜色精准可控的RGB三基色,最终实现全彩显色,蓝光在全彩显示中的地位举足轻重,而蓝光材料相对比红绿光材料来说其本身具有较高的能量、较低的效率发光和短的寿命导致蓝光材料的发展遇到瓶颈,因此为提升蓝光材料芘基有机半导体材料的性能,提高材料的寿命,以及制备新型有机半导体材料和开发新型高效蓝光材料依然是学术界和产业界的热点。基于芘基蓝光材料的优势,本论文旨在设计合成系列有机分子,通过调节取代基团的大小电负性、共轭长短性及有效操控目标材料的发光性能、电学性能以及热稳定性,并结合聚集诱导发光原创造性概念,提升材料的光学性能并探索这类发光材料在有机发光二极管(OLED)、有机晶体场效应管(OFET)、防伪显示等方面上的潜在应用。主要研究内容如下:1、第二章喹喔啉基有机蓝光材料的设计、合成及有机发光二极管蓝光发射的Q-1-Py、Q-2-Py和Q-2Ph,通过调控取代基的种类、取代位置等获得于三种蓝光材料,三种化合物表现出各异的光学性能,Q-2-Py和Q-2Ph表现出了TICT和AIE特性,由于溶剂的影响,基于喹喔啉的深蓝光发射Q-2Ph涂层器件表现出深蓝光EL(428nm)CIE坐标为(0.15,0.06),值得注意的是Q-2Ph有望成为酸碱气体传感器通过蓝光带黄光的发射峰的变化转化应用于检测HCl和NH3。因此,设计新型基于喹喔啉的化合物不仅富有AIE发光团,同样地提供了更多有着AIE的深蓝光发射的多功能有机材料应用在OLED器件中。2、第三章设计合成了多种基于芘的化合物3a-f,研究了末端取代基团、分子结构和分子堆积对形貌的影响,所有的化合物在溶液状态下展现了蓝光发射(469-487 nm)及高的量子产率,由于分子的大-π共轭结构发生强烈的π-π堆积,化合物表现出明显的ACQ性质导致荧光光谱红移并伴随着量子产率(QY)下降,另一方面,由于化合物的低溶解性造成不连续表面导致材料的电学性能较差。3、第四章设计合成两种具有AIE特性的芘基衍生物1和2,通过调控分子骨架的π共轭长度,调节目标分子的光学性能,研究表明调节利用双键与芘环的距离可以调控材料的AIE性质,另一方面两种AIE分子作为高效发光分子制备了性能优异的防伪油墨,并利用丝网印刷方式获得了相对应的防伪图案,该研究所提出的基于芘基衍生物用于材料印刷的应用,是AIE材料相对来说是个比较新颖的想法和思路。
其他文献
目标检测是人工智能领域热门研究课题之一,在各个行业领域内应用广泛。在传统中学生物理教学电路系统实验过程中,需要对学生所连接的电路系统进行评测打分。在教学过程中,师资力量是有限的,由于学生众多,不可能及时对每个学生的实验结果进行实时打分,如果依次打分会造成极大的时间浪费。所以,为了使得对学生实验结果进行实时打分,减少教学时长与提高教学效率,开发一个实时在线学生物理实验打分平台非常有必要。在嵌入式平台
皮肤病是人类日常生活中最常见的疾病之一,对生活质量有重大不利影响。早期的计算机辅助诊断系统大多以皮肤镜作为拍摄设备。由皮肤镜拍摄的图像虽然有一系列优点,如清晰,光照一致,没有嘈杂的背景,但也具有价格昂贵,需要拍摄技术等缺点。而开发诊断系统,自动识别由智能手机拍摄的临床皮肤病图像,将有利于大多数人使用该系统和人们做一个初步的自我诊断。自动分类智能手机拍摄的临床皮肤病图像是一项具有挑战性的任务。智能手
如今,每个人的生活都离不开手机,随着移动互联网5G技术的发展,视频逐渐成为大家记录生活和社交交流的主要方式。但是,由于Android系统的开源特性以及网络传输开放和共享的特性,使得Android手机上视频存储和传输的安全性问题被广泛关注。视频图像与简单的文本消息不同,其具有数据量大、相邻像素间相关性强、时间和空间上冗余度高等特点。因此主流的一些文本加密标准如数据加密标准(DES)、高级加密标准(A
得益于现代计算机计算力的不断提升,与数据相关的计算机应用技术获得了飞跃发展,在大数据时代中数据库中存储了海量的数据,人们的关注焦点从获取并存储大量数据转移到了如何对数据进行挖掘技术以获取其中有用的信息。科学实验数据、医疗数据、人口统计数据、金融数据等领域产生了不少与数据挖掘相关的应用技术,如今发展数据挖掘相关的算法成为了学术界与工业界的重点研究对象。数据挖掘的各类算法可以根据不同的目的分为多种类型
随着5G的逐渐普及,互联网加速发展,网络信息呈指数性爆炸增长。面对海量的数据,用户如何从中找寻到自己所需要的信息,以及信息提供商如何让自己提供的信息被目标用户关注并收取都成为迫切需要解决的问题。为有效应对该问题,人们发明了推荐系统并取得了良好的效果。推荐系统的核心部分是推荐算法,本文通过查阅大量资料文献对推荐算法进行研究与分析,针对算法中存在的用户兴趣迁移、数据稀疏等问题,提出了一种新的基于时间遗
信息物理融合系统是一个将计算资源、物理环境和网络控制集成在一起的多层次的,高度复杂的、集成式的综合性系统。它通过网络通信,计算和控制等技术之间互相密切的结合,为各种工程系统提供信息网络服务和实时监控。CPS系统作为一个实时系统,具有高度的安全性、可靠高效等特点。信息物理融合系统必须通过传感器感知对物理环境的变化进行不间断的实时的感知,然后通过网络把这些感知的信息传递出去。CPS具有广泛的的应用前景
随着信息技术的不断发展,网络渐渐成为人们倾诉情感的重要场所,针对情感倾向的研究被人们广泛关注。在过去的情感分析研究中,较为传统的机器学习方法有KNN、朴素贝叶斯及SVM等算法,虽然这些传统算法的性能优良,但往往需要借助人力进行大量的特征标注,并且不具备较好的拓展性。而深度学习在最近几年被广泛地应用在各种自然语言处理的任务里。如CNN利用不同的卷积核提取局部特征进行情感分析,LSTM以及它的众多变体
随着互联网技术的飞速发展,线上的数据量正呈指数式增长,用户越来越难以从海量数据中找到精准的内容,推荐系统的出现正是为解决这一矛盾提供了思路。推荐系统通过利用用户对信息的交互行为将用户与其感兴趣的信息联系起来,从而帮助用户从海量信息中发现自己的潜在兴趣。如何利用用户的历史行为数据去预测用户偏好、发现用户潜在需求,并进而向用户推荐个性化内容成为推荐系统持续关注的热点问题。现有推荐方法在用户成分简单、个
随着近些年自动驾驶技术、激光扫描技术和机器人技术等的蓬勃发展,我们需要更多的信息来获得更好的环境感觉,而不仅仅是依靠图像、视频,这时三维数据就是一个很好的补充。三维点云因为其表达形式比较简单并且可以从激光雷达设备直接获得等优势而广泛应用在计算机视觉的三维数据表示。伴随着深度学习在三维视觉中的发展,生成或重建高分辨率、高保真的点云的能力变得至关重要。尽管深度学习模型最近在点云分类、点云目标检测和点云
在海量且多样化的数据充斥人们生活、工作、学习等方方面面的今天,如何在繁杂庞大的数据中高效、有效的检索到目标数据成为了检索研究方向一个亟待解决的重要问题。哈希检索因其检索上准确、快速的优点引起了大量关注。研究证明,在实际检索应用中有监督哈希方法要比无监督哈希方法的效果更好。时至今日,尽管有监督跨模态哈希技术已经有了不小的进展,但是仍然存在着一些问题需要解决。例如,大部分有监督哈希方法为了获取模态相似