| 研究実績の概要 |
本研究では，自発的配向分極量を多くの材料に対して精度良くかつ自動的に測定できる“回転型ケルビンプローブ(KP)装置”を開発し，実測データ量を桁で増やし，機械学習を用いた分極を誘起する要因の特定，量子化学計算に基づく分子間相互作用の理論的解析などにより，分極の大きさと極性を制御する分子設計と蒸着プロセスを開発することを目指した。R4,5年度は、開発した回転型ケルビンプローブを用いて、種々の有機蒸着膜の表面電位測定を行い、自発配向分極（SOP）を調査した。当初、できるだけ多数の分子に関するデータを蓄積し、機械学習も利用して、大きなSOPを与える因子および分子配列のメカニズムの解明をめざした。しかし、詳細に実験を進めるなかで、蒸着速度、基板温度、さらには、蒸着間隔などの蒸着条件に敏感にSOPの度合いが変化してしまうことがわかった。そのため、分子種とSOPの関係を機械学習だけで求めるのが難しくなった。そこで研究期間を1年延長して研究を進めた。機械学習からはSOPと弱い相関を示す因子を見出した。これらの因子をもとに今後の分子設計を検討したい。一方、蒸着条件が大きくSOPを左右することに関しては、蒸着シャッタを開閉することで、断続的に蒸着を行う「間欠蒸着」を行うと、シャッターを閉めた後の待機時間にSOPによる表面電位が緩和する現象、待機時間を変えることで、SOPの極性を反転させることができることなどの現象を見出した。この結果は、有機EL素子の膜中でSOPによる分極特性を任意に制御できることを示しており、新たな素子向上パラメータとして活用できることを示している。また、膜厚を変えながら連続的に表面電位を測定できる回転がケルビンプローブ装置は、バンドの曲がりの実測などにも有効であり、有機エレクトロニクスの電子構造解析に重要な手法であることを実証できた。
|
