Environment protection and human health concern is the driving force to eliminate the lead from commercial piezoelectric materials. In 2004, Saito et al. [Saito et al., Nature, 2004, 432, 84.] developed an alkali niobate-based perovskite solid solution with a peak piezoelectric constant d33 of 416 pC/N when prepared in the textured polycrystalline form, intriguing the enthusiasm of developing high-performance lead-free piezoceramics. Although much attention has been paid on the alkali niobate-based system in the past ten years, no significant breakthrough in its d33 has yet been attained. Here, we report an alkali niobate-based lead-free piezoceramic with the largest d33 of ∼490 pC/N ever reported so far using conventional solid-state method. In addition, this material system also exhibits excellent integrated performance with d33∼390–490 pC/N and TC∼217–304 °C by optimizing the compositions. This giant d33 of the alkali niobate-based lead-free piezoceramics is ascribed to not only the construction of a new rhombohedral–tetragonal phase boundary but also enhanced dielectric and ferroelectric properties. Our finding may pave the way for "lead-free at last".

High-performance lead-free piezoelectrics (d33 > 400 pC/N) based on 0.96(K0.5Na0.5)0.95Li0.05Nb1–xSbxO3-0.04BaZrO3 with the rhombohedral-tetragonal (R–T) phase boundary have been designed and prepared. The R-T phase boundary lies the composition range of 0.04 ≤ x ≤ 0.07, and the dielectric and piezoelectric properties of the ceramics with the compositions near the phase boundary are significantly enhanced. In addition, the ceramic with x = 0.07 has a giant d33 of ∼425 pC/N, which is comparable to that (∼416 pC/N) of textured KNN-based ceramics (Saito, Y.; Takao, H.; Tani, T.; Nonoyama, T.; Takatori, K.; Homma, T.; Nagaya, T.; Nakamura, M. Nature 2004, 432, 84). The underlying physical mechanisms for enhanced piezoelectric properties are addressed. We believe that the material system is the most promising lead-free piezoelectric candidates for the practical applications.

Nuclei segmentation is a crucial pre-task for pathological microenvironment quantification. However, the acquisition of manually precise nuclei annotations for improving the performance of deep learning models is time-consuming and expensive.

Ru/Nb 2 O 5 is effective for furfural aqueous reductive conversion.