I semiconduttori organici sono leggeri, flessibile e facile da produrre. Ma spesso non soddisfano le aspettative in termini di efficienza e stabilità. I ricercatori dell'Università tecnica di Monaco (TUM) stanno ora implementando approcci di data mining per identificare composti organici promettenti per l'elettronica del futuro.

La produzione di celle solari tradizionali in silicio richiede molta energia. Oltre a ciò, sono rigidi e fragili. Materiali semiconduttori organici, d'altra parte, sono flessibili e leggere. Sarebbero un'alternativa promettente, se solo la loro efficienza e stabilità fossero alla pari delle celle tradizionali.

Insieme alla sua squadra, Karsten Reuter, Professore di Chimica Teorica presso l'Università Tecnica di Monaco di Baviera, è alla ricerca di nuove sostanze per applicazioni fotovoltaiche, così come per display e diodi emettitori di luce-OLED. I ricercatori hanno messo gli occhi sui composti organici che si basano su strutture di atomi di carbonio.

I contendenti per l'elettronica di domani

A seconda della loro struttura e composizione, queste molecole, e i materiali formati da essi, mostrano un'ampia varietà di proprietà fisiche, fornendo una serie di candidati promettenti per l'elettronica del futuro.

"Ad oggi, un grosso problema è stato rintracciarli:ci vogliono settimane o mesi per sintetizzarli, testare e ottimizzare nuovi materiali in laboratorio, " dice Reuter. "Utilizzando lo screening computazionale, possiamo accelerare immensamente questo processo".

Computer invece di provette

Il ricercatore non ha bisogno né di provette né di becchi Bunsen per cercare semiconduttori organici promettenti. Utilizzando un computer potente, lui e il suo team analizzano i database esistenti. Questa ricerca virtuale di relazioni e modelli è nota come data mining.

"Sapere cosa si sta cercando è fondamentale nel data mining, " dice PD Dr. Harald Oberhofer, chi dirige il progetto. "Nel nostro caso, è la conduttività elettrica. L'elevata conduttività garantisce, Per esempio, che molta corrente scorre nelle celle fotovoltaiche quando la luce solare eccita le molecole."

Gli algoritmi identificano i parametri chiave

Usando i suoi algoritmi, può cercare parametri fisici molto specifici:uno importante è, Per esempio, il "parametro di accoppiamento". Più è grande, gli elettroni più veloci si spostano da una molecola all'altra.

Un ulteriore parametro è l'"energia di riorganizzazione":definisce quanto sia costoso per una molecola adattare la propria struttura alla nuova carica a seguito di un trasferimento di carica:minore è l'energia richiesta, migliore è la conduttività.

Il team di ricerca ha analizzato i dati strutturali di 64, 000 composti organici utilizzando gli algoritmi e raggruppandoli in cluster. Il risultato:sia le strutture molecolari a base di carbonio che i "gruppi funzionali", cioè i composti attaccati lateralmente alla struttura centrale, influenzare in modo decisivo la conducibilità.

Identificare le molecole usando l'intelligenza artificiale

I cluster evidenziano strutture strutturali e gruppi funzionali che facilitano il trasporto di carica favorevole, rendendoli particolarmente adatti allo sviluppo di componenti elettronici.

"Ora possiamo usarlo non solo per prevedere le proprietà di una molecola, ma usando l'intelligenza artificiale possiamo anche progettare nuovi composti in cui sia la struttura strutturale che i gruppi funzionali promettono un'ottima conduttività, " spiega Reuter.