Please use this identifier to cite or link to this item:
http://doi.org/10.25358/openscience-5830Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Paterson, Leanne | - |
| dc.date.accessioned | 2021-05-06T08:42:44Z | - |
| dc.date.available | 2021-05-06T08:42:44Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.uri | https://openscience.ub.uni-mainz.de/handle/20.500.12030/5839 | - |
| dc.description.abstract | Organic light emitting diodes (OLEDs) are carbon-based compounds with structures designed for photo- or electro-luminescence, creating a unique alternative to traditional display technologies. Tailored device architecture can offer properties such as flexibility and transparency, presenting unparalleled application possibilities. Therefore, the commercial advancement of OLEDs is highly anticipated, and continued research is vital for improving device efficiency and lifetime. The performance of an OLED relies on an intricate balance between stability, efficiency, operational driving voltage, and colour coordinate, with the aim of optimising these parameters by employing appropriate material design. Multiscale simulation techniques can aid with the rational design of these materials, in order to overcome existing shortcomings. For example, extensive research has focused on the emissive layer and the obstacles surrounding blue OLEDs, in particular, the trade-off between stability and efficiency, while preserving blue emission. To this aim, the novel concept of unicoloured phosphor-sensitised fluorescence (UPSF) has demonstrated the ability to overcome these limitations, by achieving a stable and efficient blue OLED. In order to quantify the potential of such a novel approach and OLED design, computational input is an essential component, making it possible to gain a better fundamental understanding, while highlighting key areas for further device improvements. More generally, due to the vast number of contending organic materials and with experimental pre-screening being notoriously time-consuming, a complementary in-silico approach can be considerably beneficial. The ultimate goal of OLED simulations is the prediction of device properties from chemical composition, prior to synthesis. However, various challenges must be overcome to bring this to a realisation. Computer aided design is becoming an essential component for future OLED developments, and with the field shifting towards machine learning based approaches, in-silico pre-screening is the future of material design. | en_GB |
| dc.description.abstract | Organische Leuchtdioden (OLEDs) sind Verbindungen auf Kohlenstoffbasis mit Strukturen, die für die Photo- oder Elektrolumineszenz ausgelegt sind und eine einzigartige Alternative zu herkömmlichen Anzeigetechnologien darstellen. Eine maßgeschneiderte Gerätearchitektur bietet Eigenschaften wie Flexibilität und Transparenz und bietet beispiellose Anwendungsmöglichkeiten. Daher wird die kommerzielle Weiterentwicklung von OLEDs mit Spannung erwartet, und kontinuierliche Forschung ist für die Verbesserung der Geräteeffizienz und -lebensdauer von entscheidender Bedeutung. Die Leistung einer OLED beruht auf einem komplexen Gleichgewicht zwischen Stabilität, Effizienz, Betriebsspannung und Farbkoordinate, mit dem Ziel diese Parameter durch ein geeignetes Materialdesign zu optimieren. Multiskalensimulationstechniken können beim rationalen Design dieser Materialien helfen, um vorhandene Unzulänglichkeiten zu überwinden. Zum Beispiel haben sich umfangreiche Forschungen auf die Emissionsschicht und die Hindernisse rund um blaue OLEDs konzentriert, wie insbesondere der Kompromiss zwischen Stabilität und Effizienz unter Beibehaltung der blauen Emission. Zu diesem Zweck hat das neuartige Konzept der einfarbigen phosphorsensibilisierten Fluoreszenz (UPSF) die Fähigkeit gezeigt, diese Einschränkungen zu überwinden, um eine stabile und effiziente blaue OLED zu erreichen. Um das Potenzial eines solchen neuartigen Ansatzes und OLED-Designs zu quantifizieren, ist die rechnergestützte Modellierung eine wesentliche Komponente, die ein besseres grundlegendes Verständnis ermöglicht und gleichzeitig Schlüsselbereiche für weitere Geräteverbesserungen hervorhebt. Allgemein kann ein komplementärer In-Silico-Ansatz aufgrund der großen Anzahl konkurrierender organischer Materialien und des bekanntermaßen zeitaufwändigen experimentellen Vorscreenings erheblich vorteilhaft sein. Das letztendliche Ziel von OLED Computersimulationen ist die Vorhersage der Geräteeigenschaften anhand der chemischen Zusammensetzung bereits vor der Synthese. Um dies zu verwirklichen, müssen jedoch verschiedene Herausforderungen bewältigt werden. Computergestütztes Design wird zu einem der wesentlichen Bestandteile der zukünftigen OLED-Entwicklung werden. Angesichts der Verlagerung des Feldes hin zu Ansätzen des maschinellen Lernens ist das In-Silico-Vorscreening die Zukunft des Materialdesigns. | de_DE |
| dc.language.iso | eng | de |
| dc.rights | CC BY | * |
| dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | * |
| dc.subject.ddc | 540 Chemie | de_DE |
| dc.subject.ddc | 540 Chemistry and allied sciences | en_GB |
| dc.title | Computer aided design of stable and efficient OLEDs | en_GB |
| dc.type | Dissertation | de |
| dc.identifier.urn | urn:nbn:de:hebis:77-openscience-6d3f7b8c-25ff-4ee8-82d5-c4dd8d61cffe1 | - |
| dc.identifier.doi | http://doi.org/10.25358/openscience-5830 | - |
| jgu.type.dinitype | doctoralThesis | en_GB |
| jgu.type.version | Original work | de |
| jgu.type.resource | Text | de |
| jgu.date.accepted | 2021-04-12 | - |
| jgu.description.extent | xx, 137 Seiten | de |
| jgu.organisation.department | FB 09 Chemie, Pharmazie u. Geowissensch. | de |
| jgu.organisation.number | 7950 | - |
| jgu.organisation.name | Johannes Gutenberg-Universität Mainz | - |
| jgu.rights.accessrights | openAccess | - |
| jgu.organisation.place | Mainz | - |
| jgu.subject.ddccode | 540 | de |
| jgu.organisation.ror | https://ror.org/023b0x485 | |
| Appears in collections: | JGU-Publikationen | |
Files in This Item:
| File | Description | Size | Format | ||
|---|---|---|---|---|---|
 | paterson_leanne-computer_aided-20210425185225489.pdf | 3.6 MB | Adobe PDF | View/Open |