基于钛酸铅（PT）的铁电陶瓷因其极高的压电系数（d33）和机电耦合系数（k33），成为医学超声成像、精密致动器及芯片冷却风扇等器件的核心材料。随着现代应用对分辨率、穿透深度、功耗及精度的要求持续提升，亟需进一步突破其压电性能。制备具有择优晶粒取向的织构化陶瓷是提升性能的有效途径，它既能利用晶体的各向异性，又可避免单晶制备中的成分偏析问题，同时兼具低成本、大尺寸等优势。然而，经过二十余年研究，该类陶瓷的实际压电性能仍远低于理论值，例如PMN-PT织构化陶瓷的d33仅为同组分单晶的50%~60%。当前研究困境在于，织构化陶瓷中固有的晶界低压电活性、晶粒取向不完全以及晶界对畴尺寸的限制等微观结构特征，从根本上阻碍了其压电性能的进一步提升。
二、【创新成果】
基于上述难题，西安交通大学李飞教授、李景雷教授、武海军教授、杨帅研究员等人联合香港城市大学张树君教授在Science发表了题为“Overcoming the performance ceiling of textured piezoelectric ceramics”的论文，报道利用机器学习的预测能力，快速筛选出能释放织构陶瓷全部潜力的最优成分与掺杂方案，首次实现其压电性能对单晶的超越。具体的，研究人员利用机器学习策略，在Sm掺杂的Pb(In1/2Nb1/2)O3-Pb(Sc1/2Nb1/2)O3-PbTiO3（PIN-PSN-PT）固溶体体系中，成功开发出性能卓越的织构压电陶瓷。其最佳钐（Sm）掺杂浓度为1.5 mol%，最佳基体成分为0.19PIN-0.43PSN-0.38PT，制备出的织构陶瓷实现1720 pC/N的超高d33和250℃的居里温度（TC）。这一性能媲美甚至超越了同类PT基单晶（如PMN-PT），且机械强度（抗压、抗弯）高出30-50%，彻底打破了性能天花板。基于该陶瓷制备的矢量加速度计，其灵敏度比单晶器件高50%，且在高加速度和疲劳测试中展现出远超单晶的稳定性和可靠性。
三、【图文解析】
图1 基于机器学习预测的PIN-PSN-PT固溶体性能 © 2026 AAAS
图2 0.19PIN-0.43PSN-0.38PT织构陶瓷的微观组织 © 2026 AAAS
图3 0.19PIN-0.43PSN-0.38PT织构陶瓷的机电特性 © 2026 AAAS
图4 0.19PIN-0.43PSN-0.38PT 织构陶瓷超高压电性来源分析 © 2026 AAAS
图5 基于PZT5H陶瓷、PIN-PMN-PT单晶及1.5Sm-PIN-PSN-PT织构陶瓷的悬臂式矢量加速度计的设计与性能研究 © 2026 AAAS
四、【科学启迪】
综上，本研究通过机器学习辅助设计，成功开发出压电性能媲美单晶的钐掺杂PIN-PSN-PT织构陶瓷。利用织构陶瓷对成分和掺杂的高容忍度，结合机器学习高效探索复杂成分空间，确定了最优掺杂（1.5 mol% Sm）和组分（0.19PIN-0.43PSN-0.38PT），实现了高压电性与高居里温度的协同提升。该材料兼具超高压电性能、优异机械强度和成本优势，特别适用于3C电子领域对性能、可靠性与成本综合要求的场景。此外，该机器学习加速策略可推广至其他复杂陶瓷体系，为探索更高性能新材料提供了通用路径，只需适当放宽对相变温度的要求。
原文详情：Overcoming the performance ceiling of textured piezoelectric ceramics (Science 2026, 393, 719-726)
本文由大兵哥供稿。
