LiveDesign 유기 전자 공학을 위해

개요

원클릭으로 강력한 분자 및 박막 시뮬레이션과 ‘ 머신러닝 ’ 워크플로우를 이용할 수 있습니다.

• 자동화된 워크플로를 통해 단 한 번의 클릭만으로 소재의 광전자적 특성을 정확하게 예측하세요
• 통합된 ‘ 머신러닝 ’ 기술을 활용한 대규모 물성 스크리닝을 통해 방대한 화학적 공간을 탐색하십시오.

타사 데이터 및 스크립트와의 플러그 앤 플레이 기능을 통해 효율적인 데이터 관리 및 처리가 가능합니다.

• ELN/데이터베이스에서 실험 데이터를 자동으로 가져오기
• Python, bash, Perl 등 타사 또는 자체 개발 프로그램/스크립트와 연동할 수 있습니다.
• 폼 보기를 통해 복잡한 데이터 세트를 유연하게 시각화할 수 있도록 지원

물질 화학 및 소자 데이터의 실시간 협업 관리

• 팀과 파트너 간에 대용량 화학 데이터를 안전하고 즉시 공유하여 협업을 촉진하고, 혁신을 주도하며, 의사결정 개선을 도모합니다.

재료 화학 및 소자 성능의 직관적인 시각화

• 실험 데이터 또는 컴퓨터 시뮬레이션 데이터를 활용하여 장치 구성을 시각화합니다.
• 디바이스 아키텍처와 성능에 대한 통찰력을 확보하여 의사결정 과정을 가속화하고 연구개발 일정을 앞당기십시오

사례 연구: ‘ LIVEDESIGN ’를 활용하여 더 우수한 유기 전자 소자를 더 빠르게 설계하기

사용이 간편한 자동화 워크플로우를 활용한 QLED용 정공 수송 소재의 고처리량 스크리닝

용액 공정 방식의 콜로이드 양자점 발광 다이오드(QLED)는 광전자 응용 분야에서 큰 주목을 받고 있다. 그럼에도 불구하고, QLED 소자의 광범위한 보급에는 상당한 장애물이 존재한다. 일반적으로 사용되는 양자점(QDs)과 기존의 정공 수송 물질(HTMs) 간의 에너지 준위 불일치는 발광층(EML) 내 전하 운반체의 불균형을 초래하여 OLED 소자의 효율을 저하시킵니다. 본 연구에서는 약 9,000개의 후보 물질로 구성된 방대한 재료 라이브러리를 대상으로 고처리량 밀도 함수 이론(DFT) 계산을 활용하여, 깊은 HOMO 준위를 갖는 잠재적 물질을 식별했습니다.

Schrödinger의 ‘ LiveDesign ’는 규모에 상관없이 모든 재료 라이브러리에 대해 고처리량의 양자역학적 계산을 수행하여 해당 재료의 광전자적 특성을 예측할 수 있게 해줍니다. 원클릭 시뮬레이션 실행을 통해 궤도 에너지 및 재구성 에너지와 같은 주요 전자적 특성을 물리학에 기반하여 자동으로 추정할 수 있습니다. 알려진 일련의 분자 화합물에 대해 ‘ DFT ’ 예측 결과에서 도출된 HOMO 에너지를 실험 측정값과 비교한 결과, 두 값이 잘 일치하는 것으로 나타났으며(R²=0.93), 이는 ‘ DFT ’ 방법의 유효성을 입증하여 궤도 에너지에 대한 견고하고 정확한 예측을 보장합니다.

For high-throughput screening of the 9,000 compound library, we employed an automated workflow available in LiveDesign. First, we selected the compounds with hole reorganization energies less than 0.2 eV, see upper-right plot in Figure 1. Next, LiveDesign enables narrowing down our materials search further to those with a deep HOMO level (< -6.4 eV), and high LUMO level (> -3.0 eV), see lower-right plot in Figure 1. We search for materials with LUMO levels higher than -3.0 eV to ensure a significant energy mismatch with the conduction band of QDs (−4.0 eV), blocking electron injection from the light-emitting layer to the HTM. The chemical structures and properties of the top candidates are shown in the left panel in Figure 1.

복잡한 데이터 세트를 유연하게 시각화함으로써 빅데이터를 신속하게 처리할 수 있으며, 이를 통해 후처리 분석 및 추가 실험을 위한 유망한 후보 물질의 특성 분석과 선별 과정을 가속화합니다. ‘ LiveDesign ’는 다중 매개변수 분석 기능을 제공하여, 최상위 후보 물질들을 신속하게 선별함으로써 정확히 요구되는 특성을 갖춘 물질을 발견할 수 있도록 지원합니다.

사례 연구: ‘ LIVEDESIGN ’를 활용하여 더 우수한 유기 전자 소자를 더 빠르게 설계하기

머신러닝 열 활성화 지연 형광(TADF) 발광체의 신속한 선별을 위해

TADF emitters are a promising class of molecules for achieving high quantum efficiencies in OLEDs. In such emitters, the energetic separation between the S₁ and T₁ excited states (ΔE_ST) needs to be small (< 0.2 eV), which allows reverse intersystem crossing to up-convert the T₁ state to the emissive S₁ state. Tuning ΔE_ST allows for higher efficiency light emission in the form of delayed fluorescence.

일련의 TADF 분자에 대한 실험 데이터를 LiveDesign 에 가져온 후, 통합된 머신러닝 워크플로를 활용하여 정량적 구조-성질 관계(QSPR) 모델을 개발했습니다. 이후 이 머신러닝 모델을 사용하여 앞서 언급한 사례 연구에 사용된 9,000개 분자 라이브러리에 대한_ΔEST를 예측했습니다.

After plotting the distribution of predicted ΔE_ST for the compounds (Figure 2, right plot), we selected the ones with ΔE_ST < 0.2. The corresponding material structures and properties are shown on the left side.

이 사례 연구는_ΔEST를 신속하게 추정하기 위해 머신러닝 모델을 활용하는 방안을 집중적으로 탐구한 것이지만, 이는 단지 하나의 예시에 불과합니다. 이 플랫폼은 다양한 재료 분류와 폭넓은 응용 분야에 맞춰 원활하게 조정될 준비가 되어 있어, 수많은 과학적·산업적 과제를 해결하는 데 있어 뛰어난 적응성과 다용도성을 입증하고 있습니다.

사례 연구: ‘ LIVEDESIGN ’를 활용하여 더 우수한 유기 전자 소자를 더 빠르게 설계하기

아이디어 구상을 위한 OLED 소자 구조 시각화

전자 소자의 효율과 전반적인 성능은 캐리어 주입, 전하 이동도, 소자 구조 등 다양한 요인의 영향을 받습니다. 특히, 고효율 OLED의 경우, 정공 주입/수송층(HIL/HTL), 발광층(EML), 전자 주입/수송층(EIL/ETL)으로 구성된 다층 소자 구조가 채택됩니다. 이러한 다층 소자는 층 간 캐리어 주입 장벽을 최소화하는 것을 핵심 기준으로 삼아, 적절한 분자 궤도 에너지 준위와 여기 상태 에너지를 가진 소재를 사용해야 하므로 심각한 과제를 제기한다.

Schrödinger LiveDesign 는 최첨단 시뮬레이션 기법을 활용하여 층 두께, 궤도 수준, 도판트 농도 및 여기 상태 에너지를 고려함으로써 잠재적 소자의 구성을 조사할 수 있게 해줍니다. 그림 3에서 볼 수 있듯이, 우리는 다양한 OLED 소재의 데이터(실험적 또는 시뮬레이션된 특성)를 사용하여 층간 에너지 불일치를 신속하게 선별할 수 있도록 가능한 OLED 소자 구조를 시각화했습니다. 에너지 준위 불일치는 OLED 소자의 핵심 요소로, 발광층에서의 전하 재결합에 영향을 미칠 뿐만 아니라 구성 요소의 여기 상태 에너지와도 연동되어 소자의 색상 및 분자간 에너지 전달 가능성을 결정합니다. 의 이러한 접근 방식을 통해 과학자들은 더 높은 성능을 지닌 차세대 OLED 설계의 다음 단계를 향해 신속하게 정보를 공유하고 효율적으로 논의할 수 있습니다. LiveDesign