Bendi新闻
>
有机离子态多晶薄膜:高霍尔迁移率与类能带输运特性 | NSR

有机离子态多晶薄膜:高霍尔迁移率与类能带输运特性 | NSR

7月前

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月


相比于晶态无机半导体,有机半导体的载流子迁移率通常较低,这源于有机分子间范德华相互作用、氢键和π-π相互作用等弱相互作用,导致了分子间距离大,π轨道重叠小,电子离域困难。增大分子间π轨道重叠是提高有机半导体迁移率的关键途径。苝酰亚胺及其衍生物(PDIs)是一种被广泛研究的n型有机半导体,由于苝核的大平面共轭结构,PDIs分子间有较强相互作用,有利于分子间电子的离域,但一定程度上也降低了分子的溶解性,不利于此类材料的溶液加工。

针对这一挑战,研究团队采用“离子化诱导重构”的策略,实现了分子间强π-π作用与可溶液加工的完美结合,制备了PDI二价离子态(PDI2-)多晶薄膜,并发现了其不同于中性分子的特殊物性。离子态的电子结构和特殊的分子间相互作用使薄膜展现出高霍尔迁移率与类能带输运的特性。相关成果发表于《国家科学评论》(National Science Review,NSR),华南理工大学博士生贾艳华为论文的第一作者,华南理工大学发光材料与器件国家重点实验室马於光教授、蒋庆林研究员和物理与光电学院张弜副教授为共同通讯作者。

研究团队发现相比于PDI中性态,PDI2-分子内的电子具有高度离域的特点,且分子间具有更强的π-π相互作用(更近的堆积距离达3.25 Å),形成了有序排列的纳米线结构。

PDI2-薄膜结构表征:(a) 有序排列的纳米线SEM图像, (b) 选区电子衍射及其高分辨晶格图像, (c) GIWAXS二维图像, (d) XRD粉末衍射图像。

离子态薄膜的室温电导率为17 S cm‑1,表现出与中性态不同的p型半导体行为,且展现出类能带输运的特性:即迁移率随温度降低而增加,在150 K时霍尔迁移率达到了3 cm2 V-1s-1。离子态分子间强π-π相互作用,高度离域的π电子,是形成较大带宽的能带的成因。

PDI2-薄膜的霍尔效应:(a) 霍尔棒和电极结构的光学图像, (b) T = 325 K和150 K时霍尔电压(VH)随磁场的变化曲线, (c) 载流子浓度随温度的变化曲线, (d) 霍尔迁移率随温度的变化,插图:霍尔迁移率随T-3/2的变化, (e) PDI离子聚集体中p型类能带输运机制示意图。

以上研究表明:基于离子态构建分子间强相互作用的聚集体是开发高迁移率有机半导体薄膜的有效策略。

点击“阅读原文”阅读原文。

扩展阅读

 
钛催化中心类型和分布的精准构筑:高效氧化脱硫│NSR
优化算法:从手工定制迈向自动化设计 | NSR综述“Learn to Optimize”
无定形碳的非连续相图│NSR
类脑智能、自修复导线、食管鳞癌进化、有序介孔纤维、全金属纳米囊
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方

微信扫码关注该文公众号作者

来源:知社学术圈

相关新闻

性能持续1500多小时,科学家研发金属有机框架多晶膜,能用于抗生素和催化剂等分离提纯NSR专题:人类大脑计算与类脑智能(特邀编辑:冯建峰、Viktor Jirsa)NSR | 多糖基薄膜在湿态环境下的力学性能和稳定性研究获得新进展贝叶斯脑计算与自由能原理:Karl Friston访谈 | NSR无序体系理论进展:非晶态物质动力学耗散的统一机理 | NSR具有高阶交互的网络化动态系统:稳定性与复杂性 | NSR清华大学团队NSR综述:混合神经网络(ANN+SNN→HNN)推动类脑计算高性能碳纳米管纤维的未来:湿法纺丝技术的突破与机遇!︱NSR综述异种器官移植、月球石墨烯、水凝胶骨修复材料、前额叶发育、高面容量储能、新冠N354糖基化 | NSR本周上线CO2与聚烯烃废塑料耦合高选择性制芳烃 | NSR热电催化:一种实现废热-化学能转化的新方法 | NSR武汉有机IPO备案获通过:年营收28亿 高雷持股77%Angew. Chem. :基于纯有机室温磷光材料的高性能非掺杂有机发光二极管艾媒咨询:2024年中国有机燕麦行业发展及消费需求洞察报告胶束定向组装合成介孔硅酸钛锂实现高安全锂存储 | NSR高效光催化固氮S型异质结:强化活性氢供给 | NSR钛催化中心类型和分布的精准构筑:高效氧化脱硫│NSRNSR | 磁能聚焦无线能量传输:长距离、低衰减水伏学在新能源领域中开辟新途径:郭万林院士访谈 | NSR芝加哥大学林文斌团队:MOF诱导的白细胞样结构 | NSRNSR | 分子转一转,容量增一半:神奇的空间位阻效应智能纤毛粘附设计新范式:超越壁虎仿生设计的极限 | NSR真的?Sobeys 超市太“经济实惠”撑不下去了?关店后要被主打有机的超市新贵取代!沃尔玛又有新动作…优化算法:从手工定制迈向自动化设计 | NSR综述“Learn to Optimize”
logo
联系我们隐私协议©2024 bendi.news
Bendi新闻
Bendi.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Bendi.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。