2022 Fiscal Year Final Research Report

Establishment of Innovative Theoretical Approaches for the Design of Amorphous Organic Semiconductors

Research Project

PDF

Project/Area Number	20H02716
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Single-year Grants
Section	一般
Review Section	Basic Section 32020:Functional solid state chemistry-related
Research Institution	Osaka Metropolitan University (2022) Osaka Prefecture University (2020-2021)
Principal Investigator	KOSEKI SHIRO 大阪公立大学, 大学院理学研究科, 教授 (80252328)
Co-Investigator(Kenkyū-buntansha)	麻田俊雄大阪公立大学, 大学院理学研究科, 教授 (10285314) 八木繁幸大阪公立大学, 大学院工学研究科, 教授 (40275277) 内藤裕義大阪公立大学, 大学院工学研究科, 特任教授 (90172254) 松井康哲大阪公立大学, 大学院工学研究科, 准教授 (90709586) 池田浩大阪公立大学, 工学(系)研究科(研究院), 教授 (30211717)
Project Period (FY)	2020-04-01 – 2023-03-31
Keywords	アモルファス有機半導体 / キャリア移動度 / 正孔輸送材 / 量子化学計算 / 理論シミュレーション
Outline of Final Research Achievements	A system using machine learning was constructed and it can design p-type organic semiconductors with high hole mobility, and clarified that molecules with aromatic rings containing several sulfur or nitrogen atoms are optimal. We actually synthesized some dithienobenzothiazole derivatives and obtained the best hole mobility of ca. 0.16 cm2/Vs. Furthermore, for the purpose of developing light-emitting layer host polymers for solution-coated organic light-emitting diodes (OLEDs), we synthesized polyacrylates whose side chains have carbazole-based p-type and ambipolar low-molecular-weight organic semiconductors. In particular, many efforts were made to extend the polymer main chain. Also, using machine learning, we developed a method to instantly evaluate the electronic properties of OLEDs from a large number of impedance spectra.
Free Research Field	理論化学
Academic Significance and Societal Importance of the Research Achievements	機械学習を活用する本研究の分子設計システムは，高い正孔移動度を有する有機半導体候補分子を数多く設計できる．幾つかの分子の合成と，高い正孔移動度の実証は，本分子設計システムの高い信頼性と学術的有用性，大きな社会的意義を示した．また，光フロー法などを活用した短段階合成経路の開拓は，工業的にも重要な知見を与えた．さらにホストポリマーの主鎖伸長の成功も，OLEDデバイスの開発に対して重要な貢献となった．OLEDのインピーダンススペクトルから機械学習を用いて電子物性を瞬時に解析する手法は，研究時間を大幅に短縮し，OLEDデバイスの新開発を誘起するため，学術的および社会的意義は極めて大きい．