我最近注意到的一件事是越来越依赖定量测量。测试设备的进步无疑使我们的结果更加准确、可靠和可重现性。自动化筛选工具允许我们评估数百种配方，以发现意想不到的性能岛屿(ASC配方短期课程2019:“高通量设计”，天富测速由Kshitish A. Patankar研究科学家陶氏化学博士)。

 

然而，我想知道，我们是否正在失去对数据定性部分重要性的把握。现在尤其如此，因为许多人都在远程工作，并依赖他人将数据报告给他们进行分析。对我来说，重要的是在样本准备和测试的过程中关注它们，然后在失败后再次看到它们所揭示的数据之外的故事。

 

最重要的定性因素是失败的根源。配方是否会导致基材表面的粘合失效或粘合层内的粘合失效是开发成功产品的关键因素。在测试压敏胶时，通常会注意到失效位点，但对于结构胶来说并不总是如此，因为结构胶可能有多种难以识别的失效模式(粘接剂、内聚剂、近表面、底漆层或基材)。一个同事曾经说过，在粘接塑料或钢材时，获得合适的强度很容易，但获得客户想要的失效模式(通常是粘性)就很难了。如果没有注意到故障模式，这是不可能的。举个例子，我记得看过一位技术人员测试一系列粘合塑料样品。失效开始时，塑料屈服在粘结线外，结束时，天富是一场骗局？屈服体积爬到粘结下，所以所有的数字是相同的。在这种情况下，数字并没有告诉我们一个清晰的故事。