双电子受体型共轭聚合物的合成及其在有机光电器件中的应用

来源 :东华大学 | 被引量 : 0次 | 上传用户:roath
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
21世纪以来,聚合物有机半导体材料由于具有质薄轻柔、成本低、易加工和可大面积工业化生产等特点而受到广泛的关注。然而目前研究者大多聚焦于在可见光区吸收的共轭聚合物,吸收范围扩展到近红外区的聚合物相对较少。因此,本文通过引入吡啶噻二唑(PT)和吡咯并吡咯二酮(DPP)两种强吸电子结构单元构建了新型的窄带隙双受体型共轭聚合物材料,并测试了该聚合物材料在有机太阳能电池(OPV)以及有机场效应晶体管器件(OFET)中的性能。本论文的工作是设计、合成基于吡咯并吡咯二酮单元和吡啶噻二唑的单元的D-A1-A2共轭聚合物以及A1-A2型双受体共轭聚合物,并分别将其制备成OPV和OFET器件,其主要研究内容和结果如下:1、以苯并二噻吩(BDT)为给体单元、DPP为受体单元制备的聚合物PBDT-DPP为基础,引入强吸电子单元PT,设计合成新型D-A1-A2型共轭聚合物材料PBDT-DPP-PT,并探究其结构与性能的关系。曾经有文献报道过BDT与BT单元的共轭聚合物,但是能带隙较宽,不能很好地吸收太阳光。由于PT单元比BT单元的杂环上多了一个N原子,因而PT具有更强吸电子能力,同时PT单元也具有较好的分子共平面性,可以改善聚合物材料的载流子传输能力,降低共聚物带隙。因此我们将BT单元置换为PT单元重新设计了分子结构并成功合成了聚合物PBDT-DPP和PBDT-DPP-PT。经过循环伏安测试发现,与聚合物PBDT-DPP相比,引入PT单元的聚合物PBDT-DPP-PT具有更低的LUMO能级,这有利于提高载流子输送能力,紫外可见吸收光谱也发生了红移,同时能带隙大大降低,这有利于提高器件对于近红外区太阳光的吸收。2、为了得到高性能n型或双极性聚合物材料,本文以吡咯并吡咯二酮为骨架结构,引入PT单元,由于PT单元中N原子在聚合物中区域无规排列,常规缩聚方法只能得到区域无规的Ⅰ型聚合物,因此我们通过优化合成路线得到局部区域N原子对称排列的新型A1-A2型共轭聚合物Ⅱ型聚合物。Ⅰ型聚合物、Ⅱ型聚合物的HOMO/LUMO能级分别为-5.42 eV/-3.62 eV和-5.43 eV/-3.68 eV,可以发现两者都具有较低的LUMO能级,同时区域规整的聚合物相对于区域无规的聚合物LUMO能级更低、能带隙更窄。我们将Ⅰ型聚合物和Ⅱ型聚合物制备为OFET器件,经过测试它们的电子迁移率分别为0.1 cm2 V-1 s-1和0.13 cm2 V-1 s-1。这进一步说明我们新合成的A1-A2型聚合物在有机场效应晶体管有着不小的潜力,同时区域规整聚合物的设计思路也被证实是改善分子间堆积、制备高迁移率有机半导体材料的有效策略。
其他文献
近年来,以实数卷积神经网络(Convolution Neural Network,CNN)为代表的判别式模型取得了很多突破性的进展,最近有研究人员将卷积神经网络从实数域扩展到复数域提出了复数卷积
在现代科学技术迅猛发展的背景下,人们对图像的要求越来越高。高清晰度和高质量的图像是现代视觉信息数字化所追求的基本目标。但是,在图像的采集、处理、传输和存储的过程中
高管人员是公司战略的实施者,是公司治理问题的核心。如何通过薪酬水平有效激励高管,使其付出最大的努力提升公司业绩,如何对公司高管人员的行为进行有效约束,是公司治理中的
人类移动性的探索长久以来一直受到自然、经济、社会等各个学科领域的学者的关注。一方面,人类每天的日常活动地点变幻莫测,令人难以捉摸。另一方面,人类移动性的探索在行为
熔融沉积快速成型技术(Fused Deposition Modeling,FDM)是增材制造技术中应用较为广泛的制造技术之一,因其设备结构简单、制造成本低、操作安全等优点,广泛应用于各个领域。
随着机器学习和深度学习的发展,图像识别和目标检测受到广泛关注。蝗虫检测识别作为研究蝗虫爆发机理和建立预测模型的基础,是建立蝗虫灾害动态监测预警系统的重要手段。目前
随着生活水平的不断提高,人们对工作生活环境的舒适度要求越来越高,同时空调作为建筑物内主要的舒适度调控设备,其发展更加受到人们的关注。但是空调工作时消耗的能量也是建
社交网络中的意见领袖是指具有较高声望的用户,他们活跃在社交网络平台上,发布对社会热点的看法并对舆论进行引导。准确地识别意见领袖,能够帮助政府及时掌握舆情动向并控制
电力系统经济调度的研究对降低发电成本,改善电力系统运行的经济性具有重要意义。随着电力系统规模的扩大,当计及阀点效应、网络传输损失等实际问题的影响时,不仅成本函数变
在计算机视觉领域,目标跟踪技术是被重点研究的课题之一,其广泛应用于智能监控、人机交互、机器人、无人机等视觉跟踪控制领域。由于应用场景的多样性,跟踪技术面临着多种挑