Tanto las estructuras moleculares basadas en carbono como los grupos funcionales influyen decisivamente en la conductividad de los semiconductores orgánicos. Investigadores de la Universidad Técnica de Munich (TUM) ahora implementan enfoques de minería de datos para identificar compuestos orgánicos prometedores para la electrónica del futuro. Crédito:C. Kunkel / TUM
Los semiconductores orgánicos son livianos, flexible y fácil de fabricar. Pero a menudo no cumplen con las expectativas en cuanto a eficiencia y estabilidad. Investigadores de la Universidad Técnica de Munich (TUM) ahora están implementando enfoques de minería de datos para identificar compuestos orgánicos prometedores para la electrónica del futuro.
La producción de células solares tradicionales hechas de silicio requiere mucha energía. Además de eso, son rígidos y quebradizos. Materiales semiconductores orgánicos, por otra parte, son flexibles y ligeros. Serían una alternativa prometedora, si tan solo su eficiencia y estabilidad estuvieran a la par con las células tradicionales.
Junto con su equipo, Karsten Reuter, Catedrático de Química Teórica en la Universidad Técnica de Munich, busca sustancias novedosas para aplicaciones fotovoltaicas, así como para pantallas y diodos emisores de luz (OLED). Los investigadores han puesto su mirada en compuestos orgánicos que se basan en estructuras de átomos de carbono.
Competidores por la electrónica del mañana
Dependiendo de su estructura y composición, estas moléculas, y los materiales formados a partir de ellos, mostrar una amplia variedad de propiedades físicas, proporcionando una gran cantidad de candidatos prometedores para la electrónica del futuro.
"Hasta la fecha, un problema importante ha sido rastrearlos:se necesitan semanas o meses para sintetizar, probar y optimizar nuevos materiales en el laboratorio, "dice Reuter." Con el cribado computacional, podemos acelerar este proceso inmensamente ".
Computadoras en lugar de tubos de ensayo
El investigador no necesita tubos de ensayo ni quemadores Bunsen para buscar semiconductores orgánicos prometedores. Usando una computadora poderosa, él y su equipo analizan las bases de datos existentes. Esta búsqueda virtual de relaciones y patrones se conoce como minería de datos.
"Saber lo que busca es fundamental en la minería de datos, "dice el PD Dr. Harald Oberhofer, quien dirige el proyecto. "En nuestro caso, es conductividad eléctrica. La alta conductividad asegura, por ejemplo, que mucha corriente fluye en las células fotovoltaicas cuando la luz solar excita las moléculas ".
Los algoritmos identifican parámetros clave
Usando sus algoritmos, puede buscar parámetros físicos muy específicos:uno importante es, por ejemplo, el "parámetro de acoplamiento". Cuanto más grande es, los electrones más rápidos se mueven de una molécula a la siguiente.
Primer autor Christian Kunkel, PD Dr. Harald Oberhofer y Prof. Karsten Reuter (fltr). Crédito:A. Battenberg / TUM
Otro parámetro es la "energía de reorganización":define qué tan costoso es para una molécula adaptar su estructura a la nueva carga después de una transferencia de carga:la menor energía requerida, mejor la conductividad.
El equipo de investigación analizó los datos estructurales de 64, 000 compuestos orgánicos que utilizan los algoritmos y los agrupan en grupos. El resultado:tanto los marcos moleculares basados en carbono como los "grupos funcionales", es decir, los compuestos adheridos lateralmente a la estructura central, influir decisivamente en la conductividad.
Identificación de moléculas mediante inteligencia artificial
Los grupos destacan los marcos estructurales y los grupos funcionales que facilitan el transporte de carga favorable, haciéndolos particularmente adecuados para el desarrollo de componentes electrónicos.
"Ahora podemos usar esto no solo para predecir las propiedades de una molécula, pero utilizando inteligencia artificial también podemos diseñar nuevos compuestos en los que tanto el marco estructural como los grupos funcionales prometen muy buena conductividad, "explica Reuter.
