稠环类小分子非富勒烯受体材料的设计合成及其光电性能研究

来源 :苏州大学 | 被引量 : 0次 | 上传用户:szf_2009
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
有机太阳能电池因廉价、柔性、可以卷对卷制备、质地轻薄等独特的性质引起了科学家高度的关注。经过科学家的研究和探索,近几年太阳能电池的功率转换效率(PCE)得到了迅速地提升。目前基于单异质结的太阳能电池PCE已经可以达到16%以上,叠层有机太阳能电池PCE已突破17%。这使人们看到有机太阳能电池未来产业化的可能性。同时加速了有机光伏材料的研究与开发,近几年发展起来的受体-给体-受体(A-D-A)型稠环非富勒烯小分子受体材料,使受体材料的种类丰富多样化,为材料匹配提供了更多的选择性,加速了太阳能电池PCE的提升。本论文的研究工作即设计合成具有高性能的A-D-A型非富勒烯小分子受体材料,具体主要围绕稠环共轭骨架的修饰、侧链的修饰和末端吸电子基团的修饰,并对这一系列非富勒烯受体材料的光电性能进行了研究。首先,稠环共轭骨架的修饰。以IDT为共轭骨架单元,通过对其短轴方向进行修饰,在中心苯环上引入甲基,从而设计合成了以IDMe为核的新型非富勒烯受体材料ID-MeIC,并与以IDT为核的非富勒烯受体材料IDIC进行对比,研究其光伏性能的变化。研究发现基于PBDB-T:ID-MeIC的活性层表现出红移的吸收光谱和相对较窄光学带隙,受体材料ID-MeIC具有更好的结晶性,更强的摩尔吸光系数。基于PBDB-T:ID-MeIC较基于PBDB-T:IDIC为活性层的太阳能电池的PCE增加了 30%(6.46%),同时获得了更高的短路电流(14.13 mA cm-2)。其次,侧链的修饰。在延长了一倍的IDT为核的IDTIDT骨架上,将其侧链的对位正己基苯改为间位的正己基苯,设计合成了以m-IDTIDT为核的新型非富勒烯受体材料m-IDTIDT-FIC。与p-IDTIDT-IC非富勒烯受体材料相比m-IDTIDT-FIC拥有更小的π-π堆积距离,更好的结晶性,更高的电子传输性能。基于J71:m-IDTIDT-FIC的聚合物太阳能电池在最优条件下的PCE为11.32%。最后,末端吸电子基团的修饰,利用具有氟原子取代的IC单元作为末端,设计合成了两个新型非富勒烯受体材料BT-SFIC和BT-FIC。由于末端氟原子的吸电子作用,使材料BT-SFIC和BT-FIC具有窄的吸收带隙,其吸收起峰边缘达到了近红外区(900 nm)。与聚合物给体材料PTB7-Th能级匹配,且吸收光谱互补,最终基于PTB7-Th:BT-SIC和PTB7-Th:BT-FIC的聚合物太阳能电池分别获得了 9.52%和10.10%的PCE。
其他文献
一直以来,企业绩效都是衡量企业成长发展的重要体现之一,学者们对其进行的研究从未间断过。相较于发展阶段已处于成熟期的企业,新创企业的运营管理机制还不够完善,CEO在企业中更易掌控“话语权”以及“自由裁决权”,对企业绩效的影响更加显著。本文将企业绩效作为切入点,探讨作为新创企业高管层核心的CEO对企业绩效产生的影响。本文在探讨CEO权力对企业绩效的主效应之外,引入CEO的社会连带作为二者的调节变量,分
随机近似方法是求解机器学习中的大规模优化问题最有效的算法,其中随机一阶算法的研究已经有了很多的研究成果,而随机二阶算法的研究还比较少.随机一阶算法需要大量的迭代,为
近年来随着神经网络的快速发展和海量数据的积累,深度学习在众多自然语言处理任务上取得了引人注目的成果。然而,能够真正帮助机器理解人类语言的自然语言理解任务仍然是自然
江汉平原是湖北省最大的农业生产区之一,在国家粮食安全中有着举足轻重的地位。对江汉平原的耕地生产潜力展开评价和挖掘,既可以更大程度地发挥地区资源优势,又能增强国家粮
从2014年开始短短几年时间,我国PPP项目就超越了发达国家几十年的发展规模。PPP项目在规避预算限制和债务限制方面的优势对公共部门决策者有很强吸引力,很多短期内公共部门无
本毕业设计采用新闻作品的形式,选用解释性报道体裁,试图选取中国第一渔村作为切入点,以桐照渔村近十年来随着政策变动而引发的种种改变为背景,观察生活在这座渔村中的90后本
燃料电池是一种把燃料所具有的化学能直接转换成电能的化学装置。由于其发电效率高、环境污染小、比能量高、噪音低以及燃料范围广等优点,使得燃料电池的商业化应用存在着广阔的发展前景。其中,直接以醇类等有机小分子为燃料的质子交换膜燃料电池(PEMFCs)应用领域十分广泛,但是还存在着很多技术难题,比如阳极催化剂的成本较高,活性较差等都制约着燃料电池的商业化发展。针对这些问题,研究者提出了一些解决的途径:关于
近期,深度生成式模型在高维数据生成、数据域迁移等领域上展现出了卓越的性能。与用于分类任务的深度学习模型不同,深度生成式模型会在训练过程中对数据分布进行建模,并利用
随着工业与科学技术的迅速发展,人们对合金材料的强度和硬度有了越来越高的要求的同时,也对材料的塑韧性等综合力学性能有更高的需求。大多数金属间化合物由于具有高强度和高韧性而展示出巨大的应用潜力,受到越来越多的关注。然而金属间化合物在室温的条件下塑韧性较差。因此,如何提高金属间化合物的综合力学性能(高强、高韧和高塑性)成为学者的主要研究方向。本文分别以B2结构的ZrCo基和ZrCu基合金为研究对象,以高
当今世界,由于信息时代的到来,收到大量有用信息的同时也包含大批量的冗杂信息,影响人们对事物的正确判断。在这种情况下,如何在大批量的信息中去除冗杂信息,挑选出真正对人