Organic light emitting diodes (OLEDs) offer a unique alternative to traditional display technologies. Tailored device architecture can offer properties such as flexibility and transparency, presenting unparalleled application possibilities. Commercial advancement of OLEDs is highly anticipated, and continued research is vital for improving device efficiency and lifetime. The performance of an OLED relies on an intricate balance between stability, efficiency, operational driving voltage, and color coordinates, with the aim of optimizing these parameters by employing an appropriate material design. Multiscale simulation techniques can aid with the rational design of these materials, in order to overcome existing shortcomings. For example, extensive research has focused on the emissive layer and the obstacles surrounding blue OLEDs, in particular, the trade-off between stability and efficiency, while preserving blue emission. More generally, due to the vast number of contending organic materials and with experimental pre-screening being notoriously time-consuming, a complementary in silico approach can be considerably beneficial. The ultimate goal of simulations is the prediction of device properties from chemical composition, prior to synthesis. However, various challenges must be overcome to bring this to a realization, some of which are discussed in this Perspective. Computer aided design is becoming an essential component for future OLED developments, and with the field shifting toward machine learning based approaches, in silico pre-screening is the future of material design.

中文翻译：

---

稳定高效 OLED 的计算机辅助设计

有机发光二极管 (OLED) 是传统显示技术的独特替代品。量身定制的设备架构可以提供灵活性和透明度等特性，呈现无与伦比的应用可能性。OLED 的商业进步备受期待，持续的研究对于提高设备效率和寿命至关重要。OLED 的性能依赖于稳定性、效率、工作驱动电压和色坐标之间的复杂平衡，目的是通过采用适当的材料设计来优化这些参数。多尺度模拟技术可以帮助这些材料的合理设计，以克服现有的缺点。例如，广泛的研究集中在发射层和蓝色 OLED 周围的障碍物上，特别是，稳定性和效率之间的权衡，同时保持蓝色发射。更普遍的是，由于存在大量竞争性有机材料，并且众所周知，实验预筛选非常耗时，因此在 silico 方法中进行补充可能会非常有益。模拟的最终目标是在合成之前根据化学成分预测器件特性。然而，必须克服各种挑战才能实现这一点，本视角讨论了其中一些挑战。计算机辅助设计正成为未来 OLED 发展的重要组成部分，随着该领域转向基于机器学习的方法，计算机预筛选是材料设计的未来。由于存在大量相互竞争的有机材料，并且众所周知，实验预筛选非常耗时，因此在 silico 方法中进行补充是非常有益的。模拟的最终目标是在合成之前根据化学成分预测器件特性。但是，必须克服各种挑战才能实现这一点，本展望中讨论了其中一些挑战。计算机辅助设计正成为未来 OLED 发展的重要组成部分，随着该领域转向基于机器学习的方法，计算机预筛选是材料设计的未来。由于存在大量相互竞争的有机材料，并且众所周知，实验预筛选非常耗时，因此在 silico 方法中进行补充是非常有益的。模拟的最终目标是在合成之前根据化学成分预测器件特性。然而，必须克服各种挑战才能实现这一点，本视角讨论了其中一些挑战。计算机辅助设计正成为未来 OLED 发展的重要组成部分，随着该领域转向基于机器学习的方法，计算机预筛选是材料设计的未来。模拟的最终目标是在合成之前根据化学成分预测器件特性。但是，必须克服各种挑战才能实现这一点，本展望中讨论了其中一些挑战。计算机辅助设计正成为未来 OLED 发展的重要组成部分，随着该领域转向基于机器学习的方法，计算机预筛选是材料设计的未来。模拟的最终目标是在合成之前根据化学成分预测器件特性。然而，必须克服各种挑战才能实现这一点，本视角讨论了其中一些挑战。计算机辅助设计正成为未来 OLED 发展的重要组成部分，随着该领域转向基于机器学习的方法，计算机预筛选是材料设计的未来。