Artigo de método

Hamiltonianos excitônicos para o cálculo de espectros de absorção óptica e propriedades optoeletrônicas de agregados moleculares e sólidos

7.6K vistas

⸱

DOI:

10.3791/60598

⸱

27 de maio de 2020

 ,  ,  ,  , 
1Department of Chemistry and Biochemistry, California State University, East Bay, 2Department of Chemistry and Chemical Biology, University of California, Merced

Neste artigo

Resumo

Aqui, apresentamos um protocolo para parametrizar um hamiltoniano excitônico de ligação apertada para calcular espectros de absorção óptica e propriedades optoeletrônicas de materiais moleculares a partir de cálculos químicos quânticos de princípios iniciais.

Resumo

O design racional de agregados moleculares desordenados e sólidos para aplicações optoeletrônicas baseia-se em nossa capacidade de prever as propriedades de tais materiais usando métodos teóricos e computacionais. No entanto, grandes sistemas moleculares onde a desordem é muito significativa para ser considerada no limite perturbativo não podem ser descritos usando os primeiros princípios da química quântica ou da teoria da banda. A modelagem multiescala é uma abordagem promissora para compreender e otimizar as propriedades optoeletrônicas desses sistemas. Ele usa métodos químicos quânticos de princípios para calcular as propriedades de moléculas individuais, em seguida, constrói modelo hamiltonianos de agregados moleculares ou materiais a granel com base nesses cálculos. Neste artigo, apresentamos um protocolo para a construção de um hamiltoniano de ligação apertada que representa os estados animados de um material molecular na base de excitons de Frenckel: pares de buracos de elétrons que são localizados em moléculas individuais que compõem o material. A parametrização hamiltoniana proposta aqui explica os acoplamentos excitonicos entre moléculas, bem como para a polarização eletrostática da densidade de elétrons em uma molécula pela distribuição de carga nas moléculas circundantes. Tais modelos hamiltonianos podem ser usados para calcular espectros de absorção óptica e outras propriedades optoeletrônicas de agregados moleculares e sólidos.

Introdução

Nas últimas duas décadas, sólidos e filmes feitos a partir de moléculas orgânicas agregadas encontraram múltiplas aplicações em dispositivos optoeletrônicos. Dispositivos baseados em tais materiais têm muitas propriedades atraentes, incluindo pequeno peso, flexibilidade, baixo consumo de energia e potencial para produção barata usando impressão a jato de tinta. Displays baseados em diodos emissores de luz orgânica (OLEDs) estão substituindo displays cristalinos líquidos como estado da arte para telefones celulares, laptops, televisores e outros dispositivos eletrônicos1,2,3,4. Espera-se que a importância dos OLEDs para aplicações de iluminação aumente nos próximos anos4. O desempenho dos dispositivos fotovoltaicos orgânicos está melhorando continuamente, com eficiências de conversão de energia acima de 16% recentemente relatadas para células solares orgânicas de junção única5. Os materiais orgânicos também têm o potencial de interromper outras tecnologias, como as comunicações de fibra óptica, onde seu uso permite o desenvolvimento de moduladores eletro-ópticos com larguras de banda extremamente altas de 15 THz e acima de6,7.

Um grande desafio na otimização de materiais moleculares de estado sólido para aplicações em optoeletrônica é que normalmente suas propriedades dependem fortemente da estrutura nanoescala do material. O processo de produção permite definir a nanoestrutura de um material em certa medida usando técnicas de crescimento controlado, como deposição de vapor químico,8 templating de moléculas opticamente ativas em outro material (ou seja, uma matriz de polímeros9,10),recozimento térmico11,12, etc. No entanto, a desordem nanoescala é intrínseca à maioria dos materiais moleculares e geralmente não pode ser totalmente eliminada. Portanto, entender como a desordem afeta as propriedades de um material e encontrar formas de projetá-lo para um desempenho ideal é essencial para o design racional de materiais optoeletrônicos orgânicos.

O grau de desordem em materiais moleculares é geralmente muito grande para tratá-lo como uma perturbação de uma estrutura cristalina periódica com uma estrutura eletrônica que pode ser descrita pela teoria da banda. Por outro lado, o número de moléculas que devem ser incluídas em uma simulação para reproduzir as propriedades de um material a granel ou de um filme é muito grande para usar os primeiros princípios de métodos químicos quânticos como a teoria funcional da densidade (DFT)13,,14 e a teoria funcional da densidade dependente do tempo (TD-DFT)15,16. Moléculas orgânicas com aplicações em optoeletrônica tipicamente têm sistemas π-conjugados relativamente grandes; muitos também têm grupos doadores e aceitadores. Capturar o comportamento correto de transferência de carga em tais moléculas é essencial para calcular suas propriedades optoeletrônicas, mas só pode ser realizado usando funcionais híbridos corrigidos de longo alcance em TD-DFT17,,18,19,20. Cálculos que usam tais funções escalam super linearmente com o tamanho do sistema e, atualmente, são apenas práticos para modelar as propriedades optoeletrônicas de moléculas orgânicas individuais ou pequenos agregados moleculares que podem ser descritos usando não mais do que ~104 funções de base atômica. Um método de simulação que poderia descrever materiais desordenados que consistem em um grande número de cromóforos seria muito útil para modelar esses sistemas.

A magnitude das interações intermoleculares em materiais moleculares é muitas vezes comparável ou menor do que a ordem de variação nos parâmetros energéticos (como as energias eigenstate ou energias de excitação) entre moléculas individuais que compõem o material. Nesses casos, a modelagem multiescala é a abordagem mais promissora para compreender e otimizar as propriedades optoeletrônicas de grandes sistemas moleculares desordenados21,22,23. Esta abordagem usa métodos químicos quânticos de primeiros princípios (geralmente DFT e TD-DFT) para calcular com precisão as propriedades das moléculas individuais que compõem o material. O hamiltoniano de uma amostra de material que é grande o suficiente para representar o material molecular a granel (talvez, empregando condições periódicas de limite) é então construído usando os parâmetros que foram calculados para moléculas individuais. Este hamiltoniano pode então ser usado para calcular os parâmetros optoeletrônicos de um grande agregado molecular, um filme fino, ou um material molecular a granel.

Os modelos exciton são uma subclasse de modelos multiescala em que estados animados de um material molecular são representados em uma base de excitons: pares de buracos de elétrons que são vinculados pela atração de Coulomb24,25. Para modelar muitos processos de estado animados, basta incluir apenas os excitons frenkel26, onde o elétron e o buraco são localizados na mesma molécula. Os excitons de transferência de carga, onde o elétron e o orifício são localizados em diferentes moléculas, podem precisar ser incluídos em alguns casos (por exemplo, ao modelar a separação da carga em sistemas de aceitação de doadores)27,28. Embora os modelos de exciton sejam modelos multiescala que podem ser parametrizados usando apenas cálculos de primeiro princípio em moléculas individuais, eles ainda explicam interações intermoleculares. Os dois tipos de interação primária que eles podem explicar são (a) acoplamentos excitonicos entre moléculas que caracterizam a capacidade de excitons de deslocalizar ou transferir entre moléculas e (b) polarização eletrostática da densidade eletrônica em uma molécula pela distribuição de carga em moléculas circundantes. Já mostramos anteriormente que ambos os fatores são importantes para modelar as propriedades ópticas e eletro-ópticas dos agregados moleculares, como o espectro de absorção óptica29 e as primeiras hiperpolarizações30.

Neste artigo, apresentamos um protocolo para parametrização de modelos de excitoque que podem ser usados para calcular os espectros ópticos e outras propriedades optoeletrônicas de grandes agregados moleculares e materiais moleculares a granel. O hamiltoniano excitonico é assumido como um hamiltoniano apertado24,25,

figure-introduction-1

onde εi é a energia de excitação da iªth molécula no material, bij é o acoplamento excitonico entre as moléculas ith e jth, â i† e â i são os operadores de criação e aniquilação, respectivamente, para um estado animado na molécula ith no material. Os parâmetros hamiltonianos excitonicos são encontrados usando cálculos TD-DFT que são realizados em moléculas individuais que compõem o material. Nestes cálculos TD-DFT, a distribuição de carga em todas as outras moléculas do material é representada pela incorporação eletrostática de cargas de ponto atômico para explicar a polarização eletrostática da densidade eletrônica de uma molécula. As energias de excitação, εi, para moléculas individuais são retiradas diretamente da saída de cálculo TD-DFT. Os acoplamentos excitonicos, bij, entre moléculas são calculados usando o método cubo de densidade de transição31,com as densidades de transição de estado terra-para-excitação para as moléculas interativas retiradas da saída de um cálculo TD-DFT em Gaussian32 e pós-processados usando o analisador multifuncional multifuncional de função de onda33. Multiwfn Para simular as propriedades dos sólidos moleculares a granel, condições periódicas de limite podem ser aplicadas ao hamiltoniano.

O protocolo atual exige que o usuário tenha acesso aos programas Gaussian32 e Multiwfn33. O protocolo foi testado usando gaussian 16, revisão B1 e Multiwfn versão 3.3.8, mas também deve funcionar para outras versões recentes desses programas. Além disso, o protocolo usa um utilitário C++ personalizado e uma série de scripts personalizados python 2.7 e Bash, o código-fonte para o qual é fornecido sob a Licença Pública Geral GNU (Versão 3) em https://github.com/kocherzhenko/ExcitonicHamiltonian. Os cálculos devem ser realizados em uma máquina executando um sistema operacional da família Unix/Linux.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

1. Dividir o sistema multimolecular em moléculas individuais

  1. Gerar a estrutura do sistema para o qual o hamiltoniano excitonico precisa ser construído em formato de arquivo molecular Tripos MOL2. Esta estrutura pode ser um instantâneo de uma dinâmica molecular ou simulação de Monte Carlo do sistema.
  2. Se todas as moléculas do sistema consistem no mesmo número de átomos, use o script python 2.7 getMonomers.py para gerar arquivos que contenham as coordenadas cartesianas para átomos em moléculas individuais que compõem o sistema. Moléculas que compõem o sistema não têm que ser idênticas (por exemplo, podem ser isôversos). Este script requer dois parâmetros de entrada.
    1. Especifique o nome do arquivo Tripos MOL2 que contém a geometria do sistema a partir da etapa 1.1 (uma string).
    2. Especifique o número de átomos em cada molécula individual que compõe o sistema (um inteiro). Para concluir esta etapa, use o comando:
      ./getMonomers.py YLD124-300K_0-210000.mol2 125
      Pega a estrutura contida no arquivo de amostra YLD124-300K_0-210000.mol2 no Github; escreve coordenadas cartesianas de moléculas individuais para arquivos monomer_N.com no formato XYZ, onde N é um número de quatro dígitos que identifica a molécula no sistema.
  3. Se um sistema consiste em moléculas com diferentes números de átomos, gere as estruturas para moléculas individuais usando um script alternativo ou manualmente. O procedimento descrito em etapas subseqüentes pode ser usado sem quaisquer modificações.

2. Gerar cargas de ponto de estado terrestre para átomos em moléculas individuais

  1. Configure um arquivo de texto simples, chargeOptions.txt, com as opções para um cálculo Gaussian DFT das cargas de ponto atômico no estado de solo de uma molécula eletricamente neutra. Para obter uma distribuição de carga razoavelmente precisa para transições com caractere de transferência de carga, recomenda-se especificar os parâmetros a seguir.
    1. Use uma densidade funcional corrigida de longo alcance (como ωB97X)34.
    2. Use um conjunto de base suficientemente grande que inclua pelo menos funções de polarização d em átomos não hidrogênio (como 6-31G*)35,36.
    3. Use uma grade de integração superfina.
    4. Use um critério de convergência de campo auto-consistente muito apertado (convergência de energia para10-10 Hartree).
    5. Use cargas de ponto atômico que sejam adequadas para reproduzir o potencial eletrostático nas proximidades da molécula, como é feito no método CHelpG37,porque as cargas atômicas calculadas serão usadas para representar o ambiente eletrostático.
      NOTA: Em agregados moleculares típicos e distâncias sólidas entre moléculas são relativamente grandes, por isso é frequentemente aceitável usar outras definições de carga de ponto atômico, como as cargas mulliken38.
    6. Inclua a palavra-chave NoSymm no arquivo de entrada para garantir que as coordenadas atômicas no arquivo de saída gaussiano sejam escritas na orientação de entrada, em vez de na orientação padrão.
    7. Especifique o nome do cálculo na linha de comentários do arquivo de entrada gaussiano.
    8. Especifique a carga e a multiplicidade da molécula (0 e 1, respectivamente) em uma linha separada. As opções de cálculo de amostra especificadas na carga do arquivoOptions.txt podem ser:
      #p wB97X/6-31G* Integral (Grid=SuperFineGrid) NoSymm SCF (Conver=10) Pop=CHelpG
      Cargas monômeras
      0 1
  2. Configure os arquivos de entrada gaussiano para todas as moléculas individuais que compõem o sistema usando os parâmetros na carga de arquivoOptions.txt. Esta etapa pode ser realizada de forma eficiente usando o seguinte script bash:
    para f em monomer_*.xyz
    fazer
    carga de gatoOptions.txt > ${f%xyz}com
    cauda -n +3 $f >> ${f%xyz}com
    eco "" >> ${f%xyz}com
    Feito
    NOTA: O script produzirá arquivos de entrada gaussianos com os mesmos nomes dos arquivos XYZ gerados na etapa 1.2, mas com a extensão .com. Esses arquivos conterão as opções de cálculo especificadas em chargeOptions.txt e as coordenadas atômicas dos respectivos arquivos .xyz, terminadas por uma linha em branco.
  3. Execute os cálculos gaussianos, especificando o nome do arquivo de saída para ser o mesmo que o nome de arquivo de entrada .com, mas com a extensão .log.
  4. Extrair as cargas de ponto atômico CHelpG dos arquivos de saída gaussiano com a extensão .log, usando o script python 2.7 getCHelpG.py. O script tem 2 parâmetros de entrada: o nome do arquivo de saída gaussiano com a extensão .log e o número de átomos em uma única molécula.
    NOTA: O script getCHelpG.py grava um arquivo com o mesmo nome do arquivo de saída gaussiano, mas com a extensão .chg. Há 4 colunas neste arquivo: as três primeiras com as coordenadas cartesianas dos átomos nas moléculas, a última com as cargas de ponto atômico CHelpG. O script bash a seguir pode extrair cargas eficientemente de todos os arquivos:
    para f em monomer_*.log; fazer ./getCHelpG.py $f N; Feito
    (N é o número de átomos em uma molécula.)
  5. Se uma definição das cargas de ponto atômico que não seja CHelpG foi usada na etapa 2.1, extraia as cargas do arquivo de saída gaussiano usando um script alternativo ou manualmente.

3. Cálculo das energias de excitação e densidades de transição de moléculas individuais no material na presença de um ambiente eletrostático

  1. Configure um arquivo de texto simples, monomerOptions.txt, com as opções para um cálculo Gaussian TD-DFT das energias de estado animado e matrizes de densidade de transição de estado de terra para animado para monômeros individuais. Os parâmetros sugeridos são os mesmos utilizados para o cálculo das cargas de ponto atômico na etapa 2.1.
    1. Use uma densidade de densidade separada de alcance funcional, como ωB97X34.
    2. Use um conjunto de base suficientemente grande que inclua pelo menos funções de polarização d em átomos não hidrogênio (como 6-31G*)35,36.
    3. Use uma grade de integração superfina.
    4. Use um critério de convergência de campo auto-consistente muito apertado (convergência de energia para10-10 Hartree).
    5. Inclua a palavra-chave NoSymm para garantir que as coordenadas atômicas no arquivo de saída gaussiano sejam escritas na orientação de entrada, em vez de na orientação padrão;
    6. Para obter densidades de transição razoavelmente precisas, estabelecer um limite baixo para impressão de componentes eigenvector (ou seja, mesmo coeficientes para funções de base com contribuições muito pequenas para um eigenvector – idealmente, pelo menos até a ordem de 10-5 – deve ser impresso no arquivo de saída).
      NOTA: Para definir essa condição, é preciso usar as opções internas gaussianas: definir sobreposição 9, opção 40 ao valor absoluto do expoente para o limiar de impressão de componentes eigenvetores (por exemplo, IOp(9/40) = 5 define o limite de corte para 10-5).
    7. Especifique o nome do cálculo na linha de comentários do arquivo de entrada gaussiano.
    8. Especifique a carga e a multiplicidade da molécula (0 e 1, respectivamente) em uma linha separada. As opções de cálculo de amostra especificadas no monômero do arquivoOptions.txt podem ser:
      #p tda(NStates=10) wB97X/6-31G* Integral (Grid=SuperFineGrid) NoSymm SCF (Conver=10) iop (9/40=5)
      Monômero com cargas
      0 1
  2. Configure os arquivos de entrada gaussianos para o cálculo das energias de excitação e densidades de transição de todas as moléculas individuais no material na presença de um ambiente eletrostático representado pelas cargas de ponto em todas as outras moléculas do material, com nome de arquivo monomer_N_wCh.com.
    1. Inclua uma solicitação para salvar um arquivo de ponto de verificação gaussiano com nome de arquivo monomer_ N_wCh.chk no arquivo de entrada Gaussian.
      NOTA: Para a convenção de nomeação descrita neste protocolo, esta etapa pode ser realizada usando o getMonomerWCh.py de script python 2.7 que lê nas opções de cálculo especificadas no arquivo monomerOptions.txt, as coordenadas atômicas para moléculas individuais no sistema que são armazenadas em arquivos monomer_N.xyz, e cargas de ponto atômico para todas as moléculas individuais que são armazenadas em arquivos monomer_N.chg (N é o número do monômero).
  3. Execute os cálculos gaussianos, especificando o nome do arquivo de saída para ser o mesmo que o nome de arquivo de entrada .com, mas com a extensão .log. O cálculo também salvará um arquivo de ponto de verificação com o mesmo nome de arquivo, mas com a extensão .chk.

4. Extrair energias de excitação para estados brilhantes de moléculas individuais que compõem o sistema a partir dos arquivos de saída gaussiano

  1. Copie as energias de excitação para os estados brilhantes e animados dos monômeros individuais dos arquivos de saída gaussiano com a extensão .log para um arquivo de texto simples chamado all_energies.txt.
    NOTA: Se houver apenas um estado brilhante e animado e todos os arquivos de saída gaussiano estiverem no mesmo diretório, então este passo pode ser eficientemente realizado criando um arquivo de texto simples vazio, all_energies.txt, em seguida, anexando a linha no arquivo de saída que contém a energia de excitação do estado brilhante para cada monômero usando o seguinte script Bash:
    para f em monômero*WCh.log; do grep "Excited State M" $f >> all_energies.txt; Feito
    (M é o número do estado brilhante animado; o número de espaços entre a palavra Estado e o número M deve ser o mesmo que nos arquivos de saída gaussiano.)
  2. No arquivo all_energies.txt, mantenha apenas a coluna que contém os valores numéricos das energias de excitação (em eV); excluir todas as outras colunas.

5. Cálculo dos acoplamentos excitonicos para todos os pares de moléculas que compõem o sistema molecular

  1. Converta os arquivos de ponto de verificação em formato legível por humanos usando o utilitário formchk que faz parte do Gaussian usando o seguinte script Bash:
    para f em monomer_*.chk; fazer formchk $f; Feito
    NOTA: Os arquivos de ponto de verificação formatados por uso humano terão o mesmo nome dos arquivos de verificação originais, mas com a extensão .fchk.
  2. Use o script python 2.7 switchSign.py que leva o nome do arquivo de saída gaussiano com a extensão .log e o número de estados animados N incluídos no cálculo como parâmetros de entrada.
    NOTA: Este script imprime o conteúdo do arquivo .log mudando a direção dos vetores de momento do dipolo de transição do solo para todos os estados animados se o ângulo entre o vetor de momento do dipolo permanente do estado do solo e o vetor de momento do dipolo de transição para o solo para a primeira transição de estado animado é obtuso.
  3. Salvar a saída produzida pelo script switchSign.py a um arquivo que tenha o mesmo nome do arquivo .log, mas com a extensão .log2.
  4. Para moléculas onde o ângulo entre o vetor de momento do dipolo permanente do solo e o vetor de momento do dipolo de transição para o solo para a primeira transição de estado animado é agudo, copie o arquivo .log para um arquivo com o mesmo nome e extensão .log2.
    NOTA: Se a convenção de nomeação recomendada neste protocolo for usada, as etapas 5.2-5.4 podem ser realizadas de forma eficiente para todos os monômeros individuais usando o seguinte script Bash:
    para f em monômero*_wCh.log
    fazer
    ./switchSign.py $f 10 > ${f}2
    se [ -s ${f}2 ]
    Então
    eco 'Alternando sinais de momento de transição de transição para' $f
    Mais
    eco 'Copying' $f 'to' ${f}2
    cp ${f} ${f}2
    Fi
    Feito
  5. Use o analisador multifuncional de função de onda multifuncional para gravar o arquivo cubo de densidade de transição com base no arquivo de ponto de verificação formatado gaussiano com a extensão .fchk e o arquivo de saída gaussian processado com a extensão .log2.
    NOTA: Gaussian apenas apoia nativamente salvar a distribuição de densidade espacial para um arquivo cubo de densidade para observáveis que correspondem aos operadores hermitianos. Como o operador de densidade de transição não é hermitiano, um programa de pós-processamento é necessário para obter um arquivo cubo de densidade.
    1. Inicie o programa Multiwfn.
    2. Envie o arquivo de ponto de verificação formatado gaussiano (o arquivo com a extensão .fchk gerado na etapa 5.1) como o arquivo de entrada.
    3. Selecione a opção 18, análise de excitação eletrônica,no menu de função principal.
    4. Selecione a opção 1, Analise e visualize a distribuição de elétrons furados, o momento do dipolo de transição ea densidade de transição, a partir do menu de análises de excitação de elétrons.
    5. Envie o arquivo de saída gaussiano com sinais ajustados para os vetores de dipolo de transição (o arquivo com a extensão .log2 salvo na etapa 5.2) quando solicitado para Inserir o caminho do arquivo de saída gaussiano ou arquivo de texto simples contendo dados de excitação.
    6. Especifique a transição para a qual o arquivo cubo de densidade de transição deve ser gerado (se houver apenas um estado brilhante, é a transição do estado terrestre para esse estado).
    7. Selecione a opção 1, Visualize e analise o furo, a densidade de elétrons e transições e assim por diante,no menu seguinte.
    8. Selecione o número de pontos na grade para o qual o arquivo cubo de densidade de transição será gerado: um número maior de pontos resulta em acoplamentos excitonicos mais precisos, mas aumenta o tempo de cálculo significativamente, na maioria dos casos, opção 1, grade de baixa qualidade, cobrindo todo o sistema, cerca de 125000 pontos no total,é suficiente.
    9. Selecione a opção 13, Saída arquivo cubo de densidade de transição para pasta atual,no menu a seguir. O arquivo cubo de densidade de transição transdens.cub será gravado, renomeie este arquivo para ter o mesmo nome dos arquivos .log2 e .fchk, com a extensão .cub.
      NOTA: O Multiwfn destina-se a ser executado de forma interativa, com opções de cálculo inseridas no teclado em resposta às solicitações. No entanto, é mais conveniente configurar um arquivo com opções de processamento e, em seguida, ter Multiwfn lê-los a partir desse arquivo.
  6. Para gerar eficientemente arquivos de configuração com opções de processamento Multiwfn para todos os arquivos .fchk no diretório atual, use o script bash makeOpt.sh. Os arquivos escritos pelo script makeOpt.sh têm os mesmos nomes dos arquivos .fchk com a extensão .opt.
  7. Gerar os arquivos cubos de densidade de transição em um único lote usando o seguinte script de Bash:
    para f em monômero*_wCh.fchk
    fazer
    Multiwfn $f < ${f%fchk}opt
    mv transdens.cub ${f%fchk}cub
    Feito
    NOTA: A Figura 1 mostra a densidade de transição para uma molécula de 2-[4-[(E,3E)-3-[3-[(E)-2-[4-[bis[2-[tert-butil-(dimetil)silyl]oxyethyl]amino]phenyl]ethenyl]-5,5-dimetilcyclohex-2-en-1-ylidene]prop-1-enyl]-3-cyano-5-phenyl-5-(trifluorometil)furan-2-ylidene]propanedinitrile (comumente referido como YLD 124 [Jen2005])39 na presença de cargas pontuais de moléculas circundantes.
  8. Converta arquivos .cub em arquivos que especificam explicitamente as coordenadas dos centros de todos os cubos na grade usada na etapa 5.5.8 (primeiras 3 colunas) e os valores da densidade de transição dentro do cubo (última coluna) usando o script python 2.7 cubeFormat.py. O script leva o nome de um arquivo .cub como entrada. Para converter todos os arquivos .cub em um diretório, use o script Bash:
    para f em monomer_0*.cub; $f de eco; ./cubeFormat.py $f; Feito
    NOTA: O script cubeFormat.py escreve um arquivo cubo de densidade formatado com o mesmo nome do arquivo de entrada que leva, mas com a extensão .fcub.
  9. Use os arquivos .fcub gerados na etapa 5.8 para calcular os acoplamentos excitonicos entre todos os pares de moléculas do sistema usando o método cubo de densidade de transição31. Esta etapa pode ser realizada usando o programa cubePairGen que leva dois arquivos .fcub para diferentes moléculas como entrada. Para executá-lo, use o comando:
    ./cubePairGen monomer_N_wCh.fcub monomer_M_wCh.fcub
    NOTA: O programa retorna um arquivo chamado coup_N_M com uma única linha que contém três números: os números de moléculas N e M,seguidos pelo acoplamento excitonico entre essas duas moléculas em eV. O código-fonte do programa no arquivo CubePairGen.cpp pode ser compilado usando o compilador C++ na Coleção de Compiladores GNU com o comando:
    g++ CubePairGen.cpp –o cubePairGen
  10. Se a convenção de nomeação de arquivos sugerida neste protocolo for usada, os cálculos podem ser executados como um lote para todos os pares de moléculas individuais que compõem o sistema estudado. Para executar esses cálculos, use o seguinte script de Bash:
    para f em *.fcub
    fazer
    para g em *.fcub
    fazer
    ff=${f#monomer_}
    gg=${g#monomer_}
    fff=${ff%_wCh*}
    ggg=${gg%_wCh*}
    se ("$fff" -gt "$ggg" ]
    Então
    (*) ./cubePairgen' $f $g '> coup_'${fff}'_'{ggg}
    Fi
    Feito
    Feito
    NOTA: A Figura 2 mostra as densidades de transição para duas moléculas de YLD 124 que são usadas para calcular o acoplamento excitônico entre essas moléculas. Para sistemas grandes, onde o número total de pares de moléculas é grande, a linha marcada por um asterisco no script Bash pode ser modificada para enviar cálculos para o sistema de fila de um cluster de supercomputação.
  11. Uma vez que os cálculos da etapa 5.8 estejam concluídos, crie um arquivo vazio all_couplings.txt e combine todos os acoplamentos excitonicos em um único arquivo usando o seguinte script de Bash:
    para f em coup_0*; fazer gato $f >> all_couplings.txt; Feito

6. Configuração do hamiltoniano excitonico

  1. Combine as energias de estado excitadas no arquivo all_energies.txt que foi gerado na etapa 4.2 e os acoplamentos excitônicos no arquivo all_couplings.txt que foi gerado na etapa 5.9 em um único arquivo que contém a matriz hamiltoniana excinônica completa usando o script python 2.7 SetupHam.py usando o comando terminal:
    ./Setup_Ham.py all_energies.txt all_couplings.txt N >Hamiltonian.txt
    NOTA: O programa gravará um arquivo Hamiltonian.txt com três colunas: o número da linha, o número da coluna e o valor em eV para cada elemento de matriz, com linhas separadas por linhas em branco.
    1. Especifique o nome do arquivo que contém energias excitonicas.
    2. Especifique o nome do arquivo que contém acoplamentos excitonicos.
    3. Especificar a dimensão N da matriz hamiltoniana (o número de moléculas no sistema).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

Nesta seção apresentamos resultados representativos para a computação do espectro óptico de absorção de um agregado de seis moléculas YLD 124, mostradas na Figura 3a,onde a estrutura do agregado foi obtida a partir de uma simulação de Monte Carlo de grãos grossos. YLD 124 é um cromóforo prototípico de transferência de carga que consiste em um grupo de doação de elétrons de amina dietil com grupos protetores tert-butildimitill que é conectado através de uma ponte π-conjugada ao grupo...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

O método aqui apresentado permite múltiplas personalizações. Por exemplo, é possível modificar os parâmetros dos cálculos DFT e TD-DFT, incluindo a densidade funcional, conjunto de bases e definição específica das cargas de ponto atômico.

O uso de funcionais corrigidos de longo alcance, como ωB97X, ωB97XD, ou ωPBE, é recomendado para obter densidades de transição razoáveis para transições com caractere de transferência de carga. Pode ser interessante estudar até que ponto a escolha específica ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores não revelam conflitos de interesse.

Agradecimentos

Agradecemos ao Dr. Andreas Tillack (Oak Ridge National Laboratory), Dr. Lewis Johnson (Universidade de Washington) e Dr. Bruce Robinson (Universidade de Washington) pelo desenvolvimento do programa de simulações de Monte Carlo de grãos grossos que foi usado para gerar a estrutura do sistema molecular apresentada na seção resultados representativos. A.A.K. e P.F.G. são apoiados por um prêmio de pesquisa colaborativa da Faculdade de Ciências, CSU East Bay. M.H. é apoiado por uma bolsa Forever Pioneer do Center for Student Research, CSU East Bay. C.M.I. e S.S. são apoiados pelo Departamento de Defesa dos EUA (Proposta 67310-CH-REP) sob a Divisão de Materiais Orgânicos do Escritório da Força Aérea de Pesquisa Científica.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Gaussian 16, revisão B1
Multiwfn versão 3.3.8
Coleção do compilador GNU versão 9.2
python 2.7.0

Referências

  1. Tsujimura, T. OLED Display Fundamentals and Applications, 2nd Ed. , Wiley. Hoboken, NJ. (2017).
  2. Barnes, D. LCD or OLED: Who Wins. SID Symposium Digest of Technical Papers. 44 (1), 26-27 (2013).
  3. Mizukami, M., et al. Flexible Organic Light-Emitting Diode Displays Driven by Inkjet-Printed High-Mobility Organic Thin-Film Transistors. IEEE Electron Device Letters. 39 (1), 39-42 (2018).
  4. Koden, M. OLED Displays and Lighting. , Wiley. Chichester, U.K. (2017).
  5. Fan, B., et al. Achieving Over 16% Efficiency for Single-Junction Organic Solar Cells. Science China Chemistry. 62 (6), 746-752 (2018).
  6. Dalton, L. R., Gunter, P., Jazbinsek, M., Kwon, O. P., Sullivan, P. A. Organic Electro-Optics and Photonics: Molecules, Polymers, and Crystals. , Cambridge University Press. Cambridge, U.K. (2015).
  7. Robinson, B. H., et al. Optimization of Plasmonic-Organic Hybrid Electro-Optics. Journal of Lightwave Technology. 36 (21), 5036-5047 (2018).
  8. Yu, D., Yang, Y. Q., Chen, Z., Tao, Y., Liu, Y. F. Recent Progress on Thin-Film Encapsulation Technologies for Organic Electronic Devices. Optics Communications. 362 (1), 43-49 (2016).
  9. Wanapun, D., Hall, V. J., Begue, N. J., Grote, J. G., Simpson, G. J. DNA-Based Polymers as Chiral Templates for Second-Order Nonlinear Optical Materials. ChemPhysChem. 10 (15), 2674-2678 (2009).
  10. Siao, Y. Y., et al. Orderly Arranged NLO Materials on Exfoliated Layered Templates Based on Dendrons with Alternating Moieties at the Periphery. Polymer Chemistry. 4 (9), 2747-2759 (2013).
  11. Sepeai, S., Salleh, M. M., Yahaya, M., Umar, A. A. Improvement of White Organic Light Emitting Diode Performances by an Annealing Process. Thin Solid Films. 517 (16), 4679-4683 (2009).
  12. Mao, G., et al. Considerable Improvement in the Stability of Solution Processed Small Molecule OLED by Annealing. Applied Surface Science. 257 (17), 7394-7398 (2011).
  13. Parr, R. G., Yang, W. Density Functional Theory of Atoms and Molecules. , University Press. Oxford, U.K. (1989).
  14. Dreizlerm, R. M., Gross, E. K. U. Density Functional Theory: An Approach to the Quantum Many-body Problem. , Springer. Berlin, Germany. (1990).
  15. Burke, K., Werschnik, J., Gross, E. K. U. Time-Dependent Density Functional Theory: Past, Present, and Future. Journal of Chemical Physics. 123 (6), 062206(2005).
  16. Ullrich, C. Time-Dependent Density-Functional Theory: Concepts and Applications. , Oxford University Press. Oxford, U.K. (2011).
  17. Vydrov, O. A., Scuseria, G. E. Assessment of a Long-Range Corrected Hybrid Functional. Journal of Chemical Physics. 125 (23), 234109(2006).
  18. Tawada, Y., Tsuneda, T., Yanagisawa, S. A Long-Range-Corrected Time-Dependent Density Functional Theory. Journal of Chemical Physics. 120 (18), 5425(2004).
  19. Rohrdanz, M. A., Herbert, J. M. Simultaneous Benchmarking of Ground- and Excited-State Properties with Long-Range-Corrected Density Functional Theory. Journal of Chemical Physics. 129 (3), 034107(2008).
  20. Autschbach, J. Charge-Transfer Excitations and Time-Dependent Density Functional Theory: Problems and Some Proposed Solutions. ChemPhysChem. 10 (11), 1757-1760 (2008).
  21. Nelson, J., Kwiatkowski, J. J., Kirkpatrick, J., Frost, J. M. Modeling Charge Transport in Organic Photovoltaic Materials. Accounts of Chemical Research. 42 (11), 1768-1778 (2009).
  22. Walker, A. B. Multiscale Modeling of Charge and Energy Transport in Organic Light-Emitting Diodes and Photovoltaics. Proceedings of the IEEE. 97 (9), 1587-1596 (2009).
  23. Wang, L., Li, Q., Shuai, Z., Chenc, L., Shic, Q. Multiscale Study of Charge Mobility of Organic Semiconductor with Dynamic Disorders. Physical Chemistry Chemical Physics. 12 (13), 3309-3314 (2010).
  24. Davydov, A. S. Theory of Molecular Excitons. , Plenum Press. New York, NY. (1971).
  25. Agranovich, V. M. Excitations in Organic Solids. International Series of Monographs on Physics. 142, Oxford University Press. Oxford, U.K. (2008).
  26. Frenkel, J. On the Transformation of Light into Heat in Solids. I. Physical Review. 37 (1), 17-44 (1931).
  27. Kocherzhenko, A. A., Lee, D., Forsuelo, M. A., Whaley, K. B. Coherent and Incoherent Contributions to Charge Separation in Multichromophore Systems. Journal of Physical Chemistry C. 119 (14), 7590-7603 (2015).
  28. Lee, D., Forsuelo, M. A., Kocherzhenko, A. A., Whaley, K. B. Higher-Energy Charge Transfer States Facilitate Charge Separation in Donor-Acceptor Molecular Dyads. Journal of Physical Chemistry C. 121 (24), 13043-13051 (2017).
  29. Kocherzhenko, A. A., Sosa Vazquez, X. A., Milanese, J. M., Isborn, C. M. Absorption Spectra for Disordered Aggregates of Chromophores Using the Exciton Model. Journal of Chemical Theory and Computation. 13 (8), 3787-3801 (2017).
  30. Kocherzhenko, A. A., et al. Unraveling Excitonic Effects for the First Hyperpolarizabilities of Chromophore Aggregates. Journal of Physical Chemistry C. 123 (22), 13818-13836 (2019).
  31. Krueger, B., Scholes, G., Fleming, G. Calculation of Couplings and Energy-Transfer Pathways between the Pigments of LH2 by the ab Initio Transition Density Cube Method. Journal of Physical Chemistry B. 102 (27), 5378-5386 (1998).
  32. Frisch, M. J., et al. Gaussian 16, Revision B.01. Gaussian, Inc. , Wallingford, CT. (2016).
  33. Lu, T., Chen, F. Multiwfn: A Multifunctional Wavefunction Analyzer. Journal of Computational Chemistry. 33 (5), 580-592 (2012).
  34. Chai, J. D., Head-Gordon, M. Systematic Optimization of Long-Range Corrected Hybrid Density Functionals. Journal of Chemical Physics. 128 (8), 084106(2008).
  35. Hehre, W., Ditchfield, R., Pople, J. Self-Consistent Molecular Orbital Methods. XII. Further Extensions of Gaussian-Type Basis Sets for Use in Molecular Orbital Studies of Organic Molecules. Journal of Chemical Physics. 56 (5), 2257-2261 (1972).
  36. Hariharan, P., Pople, J. The Influence of Polarization Functions on Molecular Orbital Hydrogenation Energies. Theoretica chimica acta. 28 (3), 213-222 (1973).
  37. Breneman, C. M., Wiberg, K. B. Determining Atom-Centered Monopoles from Molecular Electrostatic Potentials. The Need for High Sampling Density in Formamide Conformational Analysis. Journal of Computational Chemistry. 11 (3), 361-373 (1990).
  38. Mulliken, R. S. Electronic Population Analysis on LCAO-MO MolecularWave Functions. I. Journal of Chemical Physics. 23 (10), 1833-1840 (1955).
  39. Jen, A., et al. Exceptional Electro-Optic Properties through Molecular Design and Controlled Self-Assembly. Proceedings of SPIE. 5935, 593506(2005).
  40. Hirata, S., Head-Gordon, M. Time-Dependent Density Functional Theory Within the Tamm-Dancoff Approximation. Chemical Physics Letters. 314 (3-4), 291-299 (1999).
  41. Randolph, K. A., Myers, L. L. Basic Statistics in Multivariate Analysis. , Oxford University Press. Oxford, U.K. Chapter 2 11-34 (2013).
  42. Garrett, K., et al. Optimum Exchange for Calculation of Excitation Energies and Hyperpolarizabilities of Organic Electro-optic Chromophores. Journal of Chemical Theory and Computation. 10 (9), 3821-3831 (2014).
  43. Sekino, H., Maeda, Y. Polarizability and Second Hyperpolarizability Evaluation of Long Molecules by the Density Functional Theory with Long-Range Correction. Journal of Chemical Physics. 126 (1), 014107(2007).
  44. Johnson, L. E., Dalton, L. R., Robinson, B. H. Optimizing Calculations of Electronic Excitations and Relative Hyperpolarizabilities of Electrooptic Chromophores. Accounts of Chemical Research. 47 (11), 3258-3265 (2014).
  45. Lee, J., et al. Molecular Mechanics Simulations and Improved Tight-Binding Hamiltonians for Artificial Light Harvesting Systems: Predicting Geometric Distributions, Disorder, and Spectroscopy of Chromophores in a Protein Environment. Journal of Physical Chemistry B. 122 (51), 12292-12301 (2018).
  46. Bellinger, D., Pflaum, J., Brüning, C., Engel, V., Engels, B. The Electronic Character of PTCDA Thin Films in Comparison to Other Perylene-Based Organic Semi-conductors: Ab Initio-, TD-DFT and Semi-Empirical Computations of the Opto-Electronic Properties of Large Aggregates. Physical Chemistry Chemical Physics. 19 (3), 2434(2017).
  47. Zuehlsdorff, T. J., Isborn, C. M. Combining the Ensemble and Franck-Condon Approaches for Calculating Spectral Shapes of Molecules in Solution. The Journal of Chemical Physics. 148 (2), 024110(2018).
  48. Zuehlsdorff, T. J., Isborn, C. M. Modeling Absorption Spectra of Molecules in Solution. International Journal of Quantum Chemistry. 119 (1), 25719(2019).
  49. Plötz, P. A., Megow, J., Niehaus, T., Kühn, O. All-DFTB Approach to the Parametrization of the System-Bath Hamiltonian Describing Exciton-Vibrational Dynamics of Molecular Assemblies. Journal of Chemical Theory and Computation. 14 (10), 5001-5010 (2018).
  50. Tillack, A., Johnson, L., Eichinger, B., Robinson, B. H. Systematic Generation of Anisotropic Coarse-Grained Lennard-Jones Potentials and Their Application to Ordered Soft Matter. Journal of Chemical Theory and Computation. 12 (9), 4362-4374 (2016).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Etiquetas

M todos de Qu mica Qu nticaAcoplamentos Excit nicosDensidade de Transi oTeoria do Funcional da DensidadeHamiltoniano de Liga o ForteModelagem Multiescala

Artigos relacionados